natural questions | BriefGPT

关键词natural questions

搜索结果 - 10

ACL利用抽象意义表示进行开放域问答
文章介绍了一种将 Abstract Meaning Representation 引入 Pretrained Language Models 中的方法 Graph-as-Token（GST），用于提高 Open-Domain Questio
PDFa year ago
DSI++：使用新文档更新 Transformer 记忆
DSI++ 是一项针对可微搜索引擎的持续学习挑战，旨在在索引新文档的同时能够回答先前和新文档相关的查询，通过训练集合内的平缓局部最小值和引入生成性记忆等方法，成功缓解了模型遗忘现象，并大幅提高了检索能力。
PDF2 years ago
ACL动量对比预训练用于问答
本研究提出了一种用于提取式问答系统的动量对比预训练方法（MCROSS），以解决现有预训练方法中存在的由于关键词匹配而导致过度拟合问题，该方法采用动量对比学习框架来对齐填空式和自然问题 - 文章样本对之间的答案概率，从而使预训练模型能够更好地
PDF2 years ago
ACL如何回答复杂问题：长篇答案的话语结构
本篇论文通过研究三个数据集中的长篇答案，开发了一个六个句子级功能角色的本体论，并进一步分析了模型生成的答案。通过对 3.9k 句子和 640 个答案段落进行注释，我们希望能够鼓励未来的学者进行话语层模型的研究和长篇问答系统的评估。
PDF2 years ago
ACL基于密集检索的表格开放领域问答
本研究针对开放领域问题回答系统的表格数据提出了一种有效的检索方法，并通过训练和挖掘难例等技术，提高了回答的准确性和表现。
PDF3 years ago
挑战 ARC-DA：测试你的直接回答问答解决方案
ARC-DA 数据集通过众包与专家审查，将 ARC 多项选择数据集转化为直接回答形式。该数据集包含 2985 个问题，其中至少有 8436 个有效答案，并在自然问题推理中寻找了新的研究方向。
PDF3 years ago
EMNLP不做也比错做好：面向文档级机器阅读理解的反思模型
本研究旨在解决 “自然问题” 基准集所提出的机器阅读理解新挑战，通过提出名为 “Reflection Net” 的新方法，并采用两步训练过程来识别无答案和错误答案案例，该方法在长答案和短答案排行榜上，分别取得了 77.2 和 64.1 的
PDF4 years ago
利用生成模型结合段落检索进行开放域问答
研究使用生成模型在开放领域问答中的表现，发现利用文本段落检索可以显著提高性能，证明生成模型擅长聚合和组合多个段落的证据，同时在 Natural Questions 和 TriviaQA 开放式基准测试中取得最好的结果。
PDF4 years ago
自然问答任务的 BERT 基线模型
本文描述了一种新的 Natural Questions 基准模型，基于 BERT 架构实现，在长答案和短答案任务上相对于原始数据集论文中的 F1 分数表现，与人类上限之间的差距分别缩小了 30% 和 50%。该基准模型已提交至 ai.goo
PDF5 years ago
EMNLP多模态微分网络用于视觉问题生成
该研究提出使用范例获取相关语境，利用多模式差分网络生成自然而富有吸引力的问题，此方法在定量指标（BLEU，METEOR，ROUGE 和 CIDEr）方面取得了显著的改进，生成的问题与自然问题的相似性经过人类研究验证。
PDF6 years ago