論文の概要: Improving the Question Answering Quality using Answer Candidate
Filtering based on Natural-Language Features
- arxiv url: http://arxiv.org/abs/2112.05452v1
- Date: Fri, 10 Dec 2021 11:09:44 GMT
- ステータス: 処理完了
- システム内更新日: 2021-12-13 20:44:59.323301
- Title: Improving the Question Answering Quality using Answer Candidate
Filtering based on Natural-Language Features
- Title（参考訳）: 自然言語特徴に基づく回答候補フィルタリングによる質問応答品質の向上
- Authors: Aleksandr Gashkov, Aleksandr Perevalov, Maria Eltsova, Andreas Both
- Abstract要約: 本稿では,質問応答(QA)の品質をいかに改善できるかという課題に対処する。
私たちの主な貢献は、QAシステムが提供する間違った回答を識別できるアプローチです。
特に,提案手法は誤答の大部分を除去しつつ,その可能性を示した。
- 参考スコア（独自算出の注目度）: 117.44028458220427
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Software with natural-language user interfaces has an ever-increasing
importance. However, the quality of the included Question Answering (QA)
functionality is still not sufficient regarding the number of questions that
are answered correctly. In our work, we address the research problem of how the
QA quality of a given system can be improved just by evaluating the
natural-language input (i.e., the user's question) and output (i.e., the
system's answer). Our main contribution is an approach capable of identifying
wrong answers provided by a QA system. Hence, filtering incorrect answers from
a list of answer candidates is leading to a highly improved QA quality. In
particular, our approach has shown its potential while removing in many cases
the majority of incorrect answers, which increases the QA quality significantly
in comparison to the non-filtered output of a system.
- Abstract（参考訳）: 自然言語のユーザインタフェースを持つソフトウェアは、ますます重要になっている。
しかし、適切な回答を受けた質問の数に関して、包括的質問応答(qa)機能の品質は依然として不十分である。
本研究では,自然言語入力(つまり,ユーザの質問)と出力(すなわち,システムの回答)を評価することによって,与えられたシステムのqa品質がどのように改善されるかという研究課題に対処する。
私たちの主な貢献は、QAシステムが提供する間違った回答を識別できるアプローチです。
したがって、答え候補のリストから誤った回答をフィルタリングすることは、高い品質のQAにつながる。
特に, 提案手法は, 誤答の大部分を除去しつつもその可能性を示し, システムの非フィルタ出力と比較してQA品質を著しく向上させる。
関連論文リスト
- 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) - Answering Unanswered Questions through Semantic Reformulations in Spoken
QA [20.216161323866867]
Spoken Question Answering (QA) は音声アシスタントの重要な機能であり、通常は複数のQAシステムによって支援される。
我々は失敗したQA要求を分析し、語彙的ギャップ、命題型、複雑な構文構造、高い特異性など、主要な課題を特定する。
本稿では,3つの言語的操作(リペア,構文的再構成,一般化)による質問の書き直しと回答を容易にするセマンティック質問修正(SURF)モデルを提案する。
論文 参考訳（メタデータ） (2023-05-27T07:19:27Z) - 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) - Better Retrieval May Not Lead to Better Question Answering [59.1892787017522]
システムの性能を改善するための一般的なアプローチは、取得したコンテキストの品質をIRステージから改善することである。
マルチホップ推論を必要とするオープンドメインのQAデータセットであるStrategyQAでは、この一般的なアプローチは驚くほど非効率である。
論文 参考訳（メタデータ） (2022-05-07T16:59:38Z) - Will this Question be Answered? Question Filtering via Answer Model
Distillation for Efficient Question Answering [99.66470885217623]
本稿では,質問回答システム(QA)の効率向上に向けた新しいアプローチを提案する。
最新のQAシステムの回答信頼性スコアは、入力された質問テキストのみを使用してモデルによってうまく近似することができる。
論文 参考訳（メタデータ） (2021-09-14T23:07:49Z) - 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) - Towards Automatic Generation of Questions from Long Answers [11.198653485869935]
本稿では,従来のAQGシステムの性能評価のための新しい評価ベンチマークを提案する。
既存のAQG法の性能は,回答の長さが大きくなるにつれて著しく低下することを示した。
トランスフォーマーに基づく手法は, 従来のAQG法よりも, 自己評価や人的評価の点で優れていた。
論文 参考訳（メタデータ） (2020-04-10T16:45:08Z) - Unsupervised Question Decomposition for Question Answering [102.56966847404287]
本論文では, ワンツーNアン教師付きシーケンスシーケンス(ONUS)のアルゴリズムを提案する。
当初,ドメイン外,マルチホップ開発セットのベースラインが強かったため,HotpotQAでは大きなQA改善が見られた。
論文 参考訳（メタデータ） (2020-02-22T19:40:35Z)
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。