論文の概要: Generating Followup Questions for Interpretable Multi-hop Question Answering

• arxiv url: http://arxiv.org/abs/2002.12344v1
• Date: Thu, 27 Feb 2020 18:58:15 GMT
• ステータス: 処理完了
• システム内更新日: 2022-12-28 08:41:05.330446
• Title: Generating Followup Questions for Interpretable Multi-hop Question Answering
• Title（参考訳）: 解釈可能なマルチホップ質問応答のためのフォローアップ質問の生成
• Authors: Christopher Malon and Bing Bai
• Abstract要約: 本稿では,部分的な情報を読み取ってフォローアップ質問を生成する,オープンドメインのマルチホップ質問に応答するフレームワークを提案する。 このフレームワークは、各ホップを解釈可能とし、後続ホップに関連付けられた検索を、最初のホップと同じくらい柔軟で具体的なものにする。 本稿では,HotpotQAの2ホップブリッジ問題を用いた評価について述べる。
• 参考スコア（独自算出の注目度）: 12.021685546506877
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: We propose a framework for answering open domain multi-hop questions in which partial information is read and used to generate followup questions, to finally be answered by a pretrained single-hop answer extractor. This framework makes each hop interpretable, and makes the retrieval associated with later hops as flexible and specific as for the first hop. As a first instantiation of this framework, we train a pointer-generator network to predict followup questions based on the question and partial information. This provides a novel application of a neural question generation network, which is applied to give weak ground truth single-hop followup questions based on the final answers and their supporting facts. Learning to generate followup questions that select the relevant answer spans against downstream supporting facts, while avoiding distracting premises, poses an exciting semantic challenge for text generation. We present an evaluation using the two-hop bridge questions of HotpotQA.
• Abstract（参考訳）: 本稿では,事前学習された単一ホップ回答抽出器を用いて,部分情報を読み取ってフォローアップ質問を生成するオープンドメインマルチホップ質問に対する応答フレームワークを提案する。 このフレームワークは、各ホップを解釈可能にし、後のホップに関連する検索を、最初のホップと同じくらい柔軟で特定可能にします。 このフレームワークの最初のインスタンス化として、ポインター生成ネットワークを訓練し、質問と部分的情報に基づいてフォローアップ質問を予測する。 これは、最終回答とその支持する事実に基づいて、弱基底真理の単一ホップフォローアップ質問を与えるために適用される、ニューラル質問生成ネットワークの新しい応用を提供する。 関連する回答を下流の支持する事実に対して選択するフォローアップ質問を生成するための学習は、前提の注意をそらすのを避けながら、テキスト生成にとってエキサイティングな意味的課題となる。 本稿では,HotpotQAの2ホップブリッジ問題を用いて評価を行う。

関連論文リスト

• Explainable Multi-hop Question Generation: An End-to-End Approach without Intermediate Question Labeling [6.635572580071933]
  マルチホップ質問生成は、複数の文書に対して多段階の推論を必要とする複雑な質問を生成することを目的としている。 従来の研究では、コンテキスト文書の表現に基づいて質問をデコードするエンド・ツー・エンド・モデルが主流であった。 本稿では,逐次書き直しによる質問の複雑さを増大させるエンドツーエンドの質問書き直しモデルを提案する。
  論文  参考訳（メタデータ） (2024-03-31T06:03:54Z)
• Improving Question Generation with Multi-level Content Planning [70.37285816596527]
  本稿では、与えられたコンテキストと回答から質問を生成する問題に対処し、特に拡張されたコンテキストをまたいだマルチホップ推論を必要とする質問に焦点をあてる。 具体的には、キーフレーズを同時に選択して完全な回答を生成するFA-modelと、生成した全回答を付加的な入力として取り込んだQ-modelの2つのコンポーネントを含む。
  論文  参考訳（メタデータ） (2023-10-20T13:57:01Z)
• Answering Ambiguous Questions with a Database of Questions, Answers, and Revisions [95.92276099234344]
  ウィキペディアから生成される曖昧な質問のデータベースを利用して、あいまいな質問に答えるための新しい最先端技術を提案する。 提案手法は,リコール対策で15%,予測出力から不明瞭な質問を評価する尺度で10%向上する。
  論文  参考訳（メタデータ） (2023-08-16T20:23:16Z)
• Understanding and Improving Zero-shot Multi-hop Reasoning in Generative Question Answering [85.79940770146557]
  マルチホップ質問を複数の単一ホップ質問に分解する。 これらの対の見かけ上同一の問合せ連鎖について、QAモデルの答えに顕著な矛盾が認められる。 シングルホップの質問だけを訓練すると、モデルはマルチホップの質問に対してあまり一般化しない。
  論文  参考訳（メタデータ） (2022-10-09T11:48:07Z)
• Locate Then Ask: Interpretable Stepwise Reasoning for Multi-hop Question Answering [71.49131159045811]
  マルチホップ推論では、複雑な質問に答えるために複数の文書を集約する必要がある。 既存の方法は通常、マルチホップの質問を単純なシングルホップの質問に分解する。 そこで本研究では,単一ホップ支援文識別と単一ホップ質問生成の両方を組み込む,解釈可能な段階的推論フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-08-22T13:24:25Z)
• Modeling Multi-hop Question Answering as Single Sequence Prediction [88.72621430714985]
  本稿では,単純な生成手法(PathFid)を提案する。 PathFidは、マルチホップ質問に対する回答を解決するための推論プロセスを明示的にモデル化する。 実験の結果,PathFidは2つのマルチホップQAデータセットに対して高い性能向上をもたらすことが示された。
  論文  参考訳（メタデータ） (2022-05-18T21:57:59Z)
• Answering Any-hop Open-domain Questions with Iterative Document Reranking [62.76025579681472]
  オープンドメインの問に答える統合QAフレームワークを提案する。 提案手法は,シングルホップおよびマルチホップのオープンドメインQAデータセットにおいて,最先端技術に匹敵する性能を継続的に達成する。
  論文  参考訳（メタデータ） (2020-09-16T04:31:38Z)
• Reinforced Multi-task Approach for Multi-hop Question Generation [47.15108724294234]
  我々は,その文脈における支援事実に基づいて,関連する質問を生成することを目的としたマルチホップ質問生成を取り上げている。 我々は,質問生成を導くために,回答認識支援事実予測の補助タスクを備えたマルチタスク学習を採用する。 マルチホップ質問応答データセットHotPotQAの実験を通して,提案手法の有効性を実証する。
  論文  参考訳（メタデータ） (2020-04-05T10:16:59Z)
• Do Multi-Hop Question Answering Systems Know How to Answer the Single-Hop Sub-Questions? [23.991872322492384]
  マルチホップ質問におけるトップパフォーマンスモデルが,人間のようなサブクエストの根底にある部分クエストを理解しているかどうかを考察する。 複数の最先端マルチホップQAモデルがサブクエストの大部分に正しく答えられていないことを示す。 我々の研究は、より説明しやすいマルチホップQAシステムの構築に向けて一歩前進します。
  論文  参考訳（メタデータ） (2020-02-23T15:16:43Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。