answer selection | BriefGPT

关键词answer selection

搜索结果 - 17

利用预训练和大型语言模型提升社区问答中的答案选择
本文提出了使用预训练模型的 Question-Answer 交叉注意网络（QAN）进行回答选择，并利用大型语言模型（LLM）来进行具有知识增强的回答选择。实验证明，QAN 模型在 SemEval2015 和 SemEval2017 数据集上
PDF7 months ago
ACL面向开放领域对话中的答案选择的意图校准自训练
本研究提出了一种称为 “意图校准的自训练”（ICAST）的新方法，利用伪意图标签来改进伪答案标签，在开放领域对话中为回答选择提供准确答案。经过广泛的实验后，结果表明 ICAST 在只有 1%、5% 和 10% 有标记数据的情况下均能比基线表
PDFa year ago
RLAS-BIABC: 一种基于增强学习的答案选择方法，利用改进的 ABC 算法提高 BERT 模型的性能
本文提出了一种名为 RLAS-BIABC 的方法，该方法建立在基于关注机制 - 长短时记忆（LSTM）和来自变压器的双向编码器表示（BERT）的单词嵌入的基础上，通过改进的人工蜂群（ABC）算法进行预训练，以及基于强化学习的算法进行 BP
PDFa year ago
ACL图增强的学习排序用于查询大规模知识图谱
提出了一种基于子图分区的图增强学习排序模型，该模型整合了子图匹配网络和增强双边多角度匹配模型，用于知识图谱问答中的答案选择。在多个基准数据集上的实验结果表明，该方法具有很好的效果。
PDF3 years ago
EMNLPMultiCQA：基于自监督文本匹配模型的零样本迁移在大规模上的应用
研究了 140 个英文社区问答论坛上自我监督训练的文本匹配模型的零样本转移能力，并调查了其在九个答案选择和问题相似性任务的模型表现，提出了结合自我监督与监督多任务学习的最佳零样本转移模型，该模型在所有九个任务上均实现了最新的状态。
PDF4 years ago
MMSemEval-2015 任务 3：社区问答中的答案选择
本文介绍了 SemEval-2015 Task 3 的组织和结果，以分类好、坏或潜在相关的答案，并回答 List of all answers 的 Yes / No 问题。我们使用 Mechanical Turk 对英语进行了广泛的数据标记
PDF5 years ago
AAAI社区问答中答案选择和答案摘要生成的联合学习
该研究利用新颖的联合学习模型解决 CQA 中答案冗余和长度问题，设计了一个以问题为导向的指针生成网络，同时利用答案给长回答降噪，构建了一个包含长回答和参考摘要的大规模 CQA 语料库 WikiHowQA，实验证明该方法可以有效地解决 CQA
PDF5 years ago
EMNLP门控自注意力记忆网络用于答案选择
这篇论文提出了一个新的门控自注意力记忆网络方法，结合大规模在线语料库的简单迁移学习技术，在 TrecQA 和 WikiQA 两个标准答案选择数据集上取得了新的最先进结果。
PDF5 years ago
基于哈希的答案选择
本论文提出了一种基于哈希策略的答案选择（HAS）算法，可以使用复杂的编码器（如 BERT），同时减少在线预测的昂贵计算和内存成本，实验结果表明，HAS 可以胜过现有模型并实现最先进的性能。
PDF5 years ago
BERTSel：基于预训练模型的答案选择
使用预训练模型 BERT 进行微调以提高答案选择任务的性能并在五个数据集上获得 STOA 结果
PDF5 years ago
AAAI多视角注意力的多任务学习 - 用于答案选择和知识库问答
本文使用多任务学习方法和多视角注意力机制，同时处理答案选择和知识库问答问题，并通过在不同视角学习多视角注意力来提高两个任务的性能。
PDF6 years ago
SIGIR探究卷积神经网络在端到端问答中的答案选择效果
本研究使用标准的 TrecQA 数据集检验了卷积神经网络（CNNs）在端到端环境中用于答案选择的有效性，发现优化后的 idf 加权单词重叠算法是一个很强的基线，深度学习在这个数据集上的表现有限，而并不清楚在基于标准检索指标的端到端环境中 C
PDF7 years ago
ACL基于任务的短语对齐注意池化对句子匹配的贡献
本研究比较了两种典型的句子匹配任务：文本蕴含和答案选择，发现在文本蕴含中，弱短语对齐更为关键，而在答案选择中，强短语对齐更值得注意。我们提出了一种基于门控循环单元的架构，支持任意粒度的短语表征学习和特定任务的短语对齐的关注池化，实验结果证明
PDF7 years ago
一个用于文本序列匹配的比较和聚合模型
本研究将词汇级别的比较和聚合作为一个一般的框架，以解决在 NLP 任务中，如机器理解、答案选择和文本蕴含等方面的序列匹配问题，并使用卷积神经网络来执行该框架。研究结果表明，某些基于逐元素操作的简单比较功能可以比标准神经网络和神经张量网络表现
PDF8 years ago
COLING面向未知词的层次记忆网络答案选择
论文提出了一种新的分层记忆网络 (Hierarchical Memory Networks, HMN)，它利用注意力机制在句子级别和单词级别的记忆上分别进行推理，以处理在答案中出现较少或不知道的词汇，并在实验中证明其表现优于记忆网络。
PDF8 years ago
ACLABCNN：基于注意力机制的卷积神经网络用于建模句对
提出了一种基于注意力机制的卷积神经网络 (ABCNN)，可用于模拟一对句子，将句子表示法相互考虑，从而获得 AS、PI 和 TE 任务上的最佳表现。
PDF9 years ago
基于 LSTM 的深度学习模型用于非事实答案选择
本文探索了一种深度学习框架，用于解决答案选择问题，结合双向长短期记忆模型、卷积神经网络和注意力机制，结果表明该模型在 TREC-QA 和 InsuranceQA 数据集上优于已有模型。
PDF9 years ago