qa models | BriefGPT - AI 论文速递

关键词qa models

搜索结果 - 10

ACL在基于问答的事件提取中迈向更好的问题生成
通过利用强化学习方法，我们提出了四个评估问题质量的标准，并在基于问题回答的事件提取中生成了流畅、具有概括性和上下文相关性的问题，从而为 QA 模型提供了明确的指导。在 ACE 和 RAMS 数据集上进行的广泛实验证实了我们方法的有效性，同时
PDFa month ago
实体驱动的答案集扩展用于问答评估
基于实体驱动的答案集扩展方法，通过扩展黄金答案集以包括多样性的表述形式，其表述形式常遵循特定模式，实验结果表明，该方法在传统评估方法基础上表现出色，并且具有较高的可解释性和减少环境危害的优点。
PDF2 months ago
使用地图接种提高问题回答模型性能
QA 模型在解决复杂的和开放性的情境推理问题时，可以通过利用训练数据中的特定模式学习高性能解决方案，但这些模式降低了模型推广到真实世界 QA 问题的能力。通过对 QA 模型进行对抗性挑战测试，我们分析了数据集特征对模型的影响和发生。在已有的
PDF5 months ago
低标注预算约束下领域特定问答精调策略
在本研究中，我们通过对不同 QA 数据集上的顺序微调策略的性能进行全面分析，证明了传统的基于预训练语言模型和微调策略在低预算设置下是次优的。我们的实验结果表明，在低预算设置下，最佳策略是使用预训练语言模型，并将其与目标数据集和 SQuAD
PDF5 months ago
追踪偏差影响以减少问答模型的偏差
提出了一种名为 BMBI 的方法，用于减轻多选问题回答模型中的偏见。通过观察一个查询实例对另一个实例的影响来度量查询实例的偏见水平，并将其作为优化目标，形成一个多任务学习设置。引入了一个新的偏见评估度量方法，以全面而敏感的方式量化偏见。实验
PDF9 months ago
TimelineQA：基于时间线的问题回答基准
本文介绍了一个对 Lifelogs 进行问题回答的基准测试 TimelineQA1，并通过多个实验比较了几种 QA 模型的性能。实验结果表明，对于原子查询，抽取式 QA 系统明显优于一种最先进的检索增强 QA 系统。对于涉及聚合的多跳查询，
PDFa year ago
MeeQA：会议记录中的自然问题
本研究提出了 MeeQA 数据集，包括来自会议记录中实际提出的 48K 个问题 - 答案对，并提出了一种用于提高基线模型性能的新型损失函数 Flat Hierarchical Loss，实验证明该方法优于标准 QA 模型。
PDFa year ago
ACL学习扰动词嵌入以实现超领域问答
我们提出了一种基于随机噪声生成器的简单而有效的数据增强方法，该方法可以扰动输入问题和上下文的单词嵌入，同时保持其语义不变，从而显著提高了 QA 模型的性能。在五个不同的目标域中，使用我们的词嵌入扰动训练的 QA 模型的表现明显优于基线 DA
PDF3 years ago
EMNLP端到端合成数据生成用于问答系统领域自适应
本篇论文提出了一种用于合成问答数据生成的端到端方法，该模型包括一个基于 transformer 的编码器解码器网络，能够训练生成答案和问题，并且通过微调预训练的语言模型进行训练，实验结果表明，在领域适应的 QA 模型中，该生成器显著优于当前
PDF4 years ago
EMNLP使用 Transformers 的无监督问答评估
本研究探讨了基于 Transformer 的 QA 模型中问题、答案和上下文的隐藏表示，并通过观察回答表示中的一致性模式来自动评估预测出的答案跨度是否正确，其方法不需要任何标记数据且优于强启发式基线，在两个数据集和七个领域上均能够达到较高准
PDF4 years ago