论文泛读162问答系统中答案验证的联合模型

Posted 2021-08-10 及时行樂_

贴一下汇总贴：论文阅读记录

论文链接：《Joint Models for Answer Verification in Question Answering Systems》

一、摘要

本文研究了在前几名中选择正确答案句的联合模型。 克由回答句选择 (AS2) 模块提供，这些模块是基于检索的问答 (QA) 系统的核心组件。我们的工作表明，有效利用答案集的关键步骤是对答案对之间的相关信息进行建模。为此，我们构建了一个三向多分类器，它决定一个答案是否支持、反驳或相对于另一个答案是中立的。更具体地说，我们的神经架构将最先进的 AS2 模型与多分类器以及连接所有组件的联合层集成在一起。我们在 WikiQA、TREC-QA 和真实数据集上测试了我们的模型。结果表明，我们的模型在 AS2 中获得了最新的技术水平。

二、结论

我们为AS2提出了新的联合模式。ASR使用额外的Transformer模型和答案支持分类器对目标答案和所有其他候选答案之间的关系进行编码，而MASR联合为所有目标答案的ASR表示建模。我们广泛测试了KGAT，ASR，MASR和其他我们设计的联合模型基线。

结果表明，我们的模型可以超越最先进的水平。最有趣的是，在所有数据集上，通过所有度量，对于基本和大型变压器，ASR总是优于所有模型(除了MASR-FP)。例如，ASR在WikiQA和TRECQA上获得了最佳的报告结果，即MAP值分别为92.80%和94.88%。MASR在WQA的ASR提高了2%，因为这包含了足够的数据来联合训练ASR表示。

三、框架

描述了我们的基线模型，它由逐点、成对和列表策略组成。

多答案支持重新排序器及其构建模块：