Fugu-MT 論文翻訳(概要): Open-Domain Conversational Search Assistant with Transformers

論文の概要: Open-Domain Conversational Search Assistant with Transformers

arxiv url: http://arxiv.org/abs/2101.08197v1
Date: Wed, 20 Jan 2021 16:02:15 GMT
ステータス: 処理完了
システム内更新日: 2021-03-22 01:32:27.562489
Title: Open-Domain Conversational Search Assistant with Transformers
Title（参考訳）: トランスフォーマーを用いたオープンドメイン対話型検索アシスタント
Authors: Rafael Ferreira, Mariana Leite, David Semedo and Joao Magalhaes
Abstract要約: トランスフォーマーアーキテクチャが重要なIRタスクで最先端の結果を達成する方法を示します。 2つの大きな課題を解決するために、オープンドメインの抽象的な対話型検索エージェントパイプラインを提案する。
参考スコア（独自算出の注目度）: 4.735500711531941
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Open-domain conversational search assistants aim at answering user questions about open topics in a conversational manner. In this paper we show how the Transformer architecture achieves state-of-the-art results in key IR tasks, leveraging the creation of conversational assistants that engage in open-domain conversational search with single, yet informative, answers. In particular, we propose an open-domain abstractive conversational search agent pipeline to address two major challenges: first, conversation context-aware search and second, abstractive search-answers generation. To address the first challenge, the conversation context is modeled with a query rewriting method that unfolds the context of the conversation up to a specific moment to search for the correct answers. These answers are then passed to a Transformer-based re-ranker to further improve retrieval performance. The second challenge, is tackled with recent Abstractive Transformer architectures to generate a digest of the top most relevant passages. Experiments show that Transformers deliver a solid performance across all tasks in conversational search, outperforming the best TREC CAsT 2019 baseline.
Abstract（参考訳）: オープンドメイン会話検索アシスタントは、オープントピックに関するユーザの質問に会話形式で答えることを目的としている。本稿では,トランスフォーマーアーキテクチャが,オープンドメインの対話型検索に係わる対話型アシスタントを単一かつ有意義な回答で作成することにより,重要なIRタスクにおける最先端結果を実現する方法を示す。特に,会話コンテキストを意識した検索と,第2の抽象的検索回答生成という2つの大きな課題に対処する,オープンドメインの抽象的対話型検索エージェントパイプラインを提案する。最初の課題に対処するために、会話コンテキストは、適切な回答を検索するために、会話のコンテキストを特定の瞬間まで展開するクエリ書き換えメソッドでモデル化される。これらの回答はTransformerベースのリランカに渡され、検索性能がさらに向上する。第2の課題は、最近の抽象トランスフォーマーアーキテクチャに取り組み、最も関係のある最上位の通路のダイジェストを生成することである。実験によると、Transformerは会話検索のすべてのタスクに対して安定したパフォーマンスを提供し、TREC CAsT 2019ベースラインで最高のパフォーマンスを発揮する。