論文の概要: IQA: Interactive Query Construction in Semantic Question Answering Systems

• arxiv url: http://arxiv.org/abs/2006.11534v3
• Date: Thu, 25 Jun 2020 05:17:03 GMT
• ステータス: 処理完了
• システム内更新日: 2022-11-18 22:54:36.940835
• Title: IQA: Interactive Query Construction in Semantic Question Answering Systems
• Title（参考訳）: iqa:セマンティック質問応答システムにおける対話型クエリ構築
• Authors: Hamid Zafar, Mohnish Dubey, Jens Lehmann, Elena Demidova
• Abstract要約: 本稿では,SQAパイプラインのインタラクションスキームであるIQAを紹介する。 少数のユーザインタラクションであっても,SQAシステムの性能が大幅に向上することを示す。
• 参考スコア（独自算出の注目度）: 8.961129460639999
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Semantic Question Answering (SQA) systems automatically interpret user questions expressed in a natural language in terms of semantic queries. This process involves uncertainty, such that the resulting queries do not always accurately match the user intent, especially for more complex and less common questions. In this article, we aim to empower users in guiding SQA systems towards the intended semantic queries through interaction. We introduce IQA - an interaction scheme for SQA pipelines. This scheme facilitates seamless integration of user feedback in the question answering process and relies on Option Gain - a novel metric that enables efficient and intuitive user interaction. Our evaluation shows that using the proposed scheme, even a small number of user interactions can lead to significant improvements in the performance of SQA systems.
• Abstract（参考訳）: Semantic Question Answering (SQA)システムは、自然言語で表現されたユーザ質問を自動的に意味的なクエリで解釈する。 このプロセスには不確実性が含まれており、結果として得られるクエリは常にユーザの意図に一致しない。 本稿では,ユーザに対して,対話を通じて意図したセマンティッククエリへ向けたSQAシステムを支援することを目的とする。 本稿では,SQAパイプラインに対するIQAanインタラクション方式を提案する。 このスキームは、質問応答プロセスにおけるユーザフィードバックのシームレスな統合を促進し、効率的で直感的なユーザインタラクションを可能にする新しいメトリックであるOption Gainに依存します。 提案手法を用いることで,少数のユーザインタラクションであっても,SQAシステムの性能が大幅に向上する可能性が示唆された。

関連論文リスト

• Does This Summary Answer My Question? Modeling Query-Focused Summary Readers with Rational Speech Acts [19.010077275314668]
  我々は、人間コミュニケーションのモデルであるRational Speech Act(RSA)フレームワークを、読者が生成した要約に対する理解を明示的にモデル化するために適応する。 本稿では,要約に対する読者の理解に近似した回答再構築の目的について紹介する。
  論文  参考訳（メタデータ） (2024-11-10T16:48:21Z)
• SQUARE: Automatic Question Answering Evaluation using Multiple Positive and Negative References [73.67707138779245]
  SQuArE (Sentence-level QUestion AnsweRing Evaluation) という新しい評価指標を提案する。 文レベルの抽出(回答選択)と生成(GenQA)の両方のQAシステムでSQuArEを評価する。
  論文  参考訳（メタデータ） (2023-09-21T16:51:30Z)
• Evaluation of Question Answering Systems: Complexity of judging a natural language [3.4771957347698583]
  質問応答システム(QA)は、自然言語処理(NLP)において最も重要かつ急速に発展している研究課題の一つである。 本調査では,QAの枠組み,QAパラダイム,ベンチマークデータセット,およびQAシステムの定量的評価のための評価手法の体系的概要について述べる。
  論文  参考訳（メタデータ） (2022-09-10T12:29:04Z)
• ProQA: Structural Prompt-based Pre-training for Unified Question Answering [84.59636806421204]
  ProQAは統一されたQAパラダイムであり、単一のモデルによって様々なタスクを解決する。 全てのQAタスクの知識一般化を同時にモデル化し、特定のQAタスクの知識カスタマイズを維持します。 ProQAは、フルデータの微調整、数ショットの学習、ゼロショットテストシナリオの両方のパフォーマンスを一貫して向上させる。
  論文  参考訳（メタデータ） (2022-05-09T04:59:26Z)
• An Initial Investigation of Non-Native Spoken Question-Answering [36.89541375786233]
  SQuAD2.0 で訓練された単純なテキストベースの ELECTRA MC モデルは,音声による質問応答テストに適していることを示す。 重要な課題の1つは、このタスクのためにシステムを訓練するために適切に注釈付けされた音声コーパスがないことである。 ミスマッチは、テキスト文書と音声応答、非ネイティブな音声文法と書かれた文法の間で考慮されなければならない。
  論文  参考訳（メタデータ） (2021-07-09T21:59:16Z)
• Distantly Supervised Transformers For E-Commerce Product QA [5.460297795256275]
  Eコマースサービスの商品ページで、実用的なインスタント質問回答(QA)システムを提案します。 ユーザクエリごとに、関連するコミュニティの質問回答(CQA)ペアが取得される。 提案するトランスフォーマーモデルでは,統一構文表現と意味表現を共同学習し,堅牢な関連性関数を学習する。
  論文  参考訳（メタデータ） (2021-04-07T06:37:16Z)
• NoiseQA: Challenge Set Evaluation for User-Centric Question Answering [68.67783808426292]
  応答エンジンに先立つパイプライン内のコンポーネントが,多種多様なエラーの原因を発生させることができることを示す。 我々は、QAシステムが効果的にデプロイされる前に、進歩の余地がかなりあると結論付けている。
  論文  参考訳（メタデータ） (2021-02-16T18:35:29Z)
• Question Answering over Knowledge Bases by Leveraging Semantic Parsing and Neuro-Symbolic Reasoning [73.00049753292316]
  本稿では,意味解析と推論に基づくニューロシンボリック質問回答システムを提案する。 NSQAはQALD-9とLC-QuAD 1.0で最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2020-12-03T05:17:55Z)
• Improving Conversational Question Answering Systems after Deployment using Feedback-Weighted Learning [69.42679922160684]
  本稿では,二元的ユーザフィードバックを用いた初期教師付きシステムを改善するために,重要サンプリングに基づくフィードバック重み付き学習を提案する。 当社の作業は,実際のユーザとのインタラクションを活用し,デプロイ後の会話システムを改善する可能性を開くものだ。
  論文  参考訳（メタデータ） (2020-11-01T19:50:34Z)
• Towards Data Distillation for End-to-end Spoken Conversational Question Answering [65.124088336738]
  音声対話型質問応答タスク(SCQA)を提案する。 SCQAは,音声発話とテキストコーパスから複雑な対話の流れをモデル化することを目的としている。 我々の主な目的は、音声とテキストの両方で会話的な質問に対処するQAシステムを構築することである。
  論文  参考訳（メタデータ） (2020-10-18T05:53:39Z)

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。