論文の概要: Counterfactual Multihop QA: A Cause-Effect Approach for Reducing Disconnected Reasoning

• arxiv url: http://arxiv.org/abs/2210.07138v1
• Date: Thu, 13 Oct 2022 16:21:53 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-14 14:12:13.831326
• Title: Counterfactual Multihop QA: A Cause-Effect Approach for Reducing Disconnected Reasoning
• Title（参考訳）: counterfactual multihop qa: 切り離された推論を減らすための因果効果アプローチ
• Authors: Wangzhen Guo, Qinkang Gong, Hanjiang Lai
• Abstract要約: マルチホップQAでは、質問に答えるために複数のサポート事実を推論する必要がある。 本稿では, 因果効果を低減し, 因果効果を低減できる新しいマルチホップQAを提案する。 本手法は,真のマルチホップ推論により,HotpotQA上でのSupp$_s$スコアの5.8%高得点を達成する。
• 参考スコア（独自算出の注目度）: 5.343815893782489
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Multi-hop QA requires reasoning over multiple supporting facts to answer the question. However, the existing QA models always rely on shortcuts, e.g., providing the true answer by only one fact, rather than multi-hop reasoning, which is referred as $\textit{disconnected reasoning}$ problem. To alleviate this issue, we propose a novel counterfactual multihop QA, a causal-effect approach that enables to reduce the disconnected reasoning. It builds upon explicitly modeling of causality: 1) the direct causal effects of disconnected reasoning and 2) the causal effect of true multi-hop reasoning from the total causal effect. With the causal graph, a counterfactual inference is proposed to disentangle the disconnected reasoning from the total causal effect, which provides us a new perspective and technology to learn a QA model that exploits the true multi-hop reasoning instead of shortcuts. Extensive experiments have conducted on the benchmark HotpotQA dataset, which demonstrate that the proposed method can achieve notable improvement on reducing disconnected reasoning. For example, our method achieves 5.8% higher points of its Supp$_s$ score on HotpotQA through true multihop reasoning. The code is available at supplementary material.
• Abstract（参考訳）: マルチホップQAでは、質問に答えるために複数のサポート事実を推論する必要がある。 しかし、既存のqaモデルは常にショートカットに依存しており、例えば、$\textit{disconnected reasoning}$ problemと呼ばれるマルチホップ推論ではなく、1つの事実だけで真の答えを提供する。 この問題を軽減するために,非連結推論の削減を可能にする因果効果のアプローチである,対実的マルチホップQAを提案する。 因果関係を明示的にモデル化し 1)切り離された推論と直接因果効果 2) 全因果効果による真のマルチホップ推論の因果効果 因果グラフを用いて、全因果効果から解離した因果関係の推論を解離させる反ファクト的推論を提案し、ショートカットの代わりに真のマルチホップ推論を利用するQAモデルを学ぶための新しい視点と技術を提供する。 ベンチマークHotpotQAデータセットで大規模な実験を行い、提案手法が解離推論の低減に顕著な改善をもたらすことを示した。 例えば、本手法は、真のマルチホップ推論により、HotpotQA上のSupp$_s$スコアの5.8%高得点を達成する。 コードは補足資料で入手できる。

関連論文リスト

• HOP, UNION, GENERATE: Explainable Multi-hop Reasoning without Rationale Supervision [118.0818807474809]
  本研究は、合理的な監督なしに説明可能なマルチホップQAシステムを訓練するための原則的確率論的アプローチを提案する。 提案手法は,集合としての有理を明示的にモデル化し,文書と文間の相互作用を文書内で捉えることによって,マルチホップ推論を行う。
  論文  参考訳（メタデータ） (2023-05-23T16:53:49Z)
• 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)
• Prompt-based Conservation Learning for Multi-hop Question Answering [11.516763652013005]
  マルチホップ質問応答には、複雑な質問に答えるために複数の文書を推論する必要がある。 既存のマルチホップQAメソッドの多くは、サブクエストのかなりの部分に答えられません。 マルチホップQAのためのPromptベースの保存学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-09-14T20:50:46Z)
• 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)
• Reasoning Chain Based Adversarial Attack for Multi-hop Question Answering [0.0]
  以前の敵攻撃は通常、質問文全体を編集する。 マルチホップ推論チェーンに基づく逆攻撃手法を提案する。 その結果,回答と事実予測の双方において,大幅な性能低下が認められた。
  論文  参考訳（メタデータ） (2021-12-17T18:03:14Z)
• Counterfactual Variable Control for Robust and Interpretable Question Answering [57.25261576239862]
  ディープニューラルネットワークに基づく質問応答(QA)モデルは、多くの場合、堅牢でも説明もできない。 本稿では、因果推論を用いてQAモデルのこのような突発的な「能力」を検証する。 本稿では,任意のショートカット相関を明示的に緩和する,CVC(Counterfactual Variable Control)という新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-10-12T10:09:05Z)
• Is Multihop QA in DiRe Condition? Measuring and Reducing Disconnected Reasoning [50.114651561111245]
  モデルは、しばしば、複数のサポート事実をまたいで情報を接続することなく、正しい回答を生成するためにデータセットアーティファクトを利用する。 我々は、支持事実のサブセットにまたがる不連結推論のような望ましくない振る舞いを定式化する。 実験によると、読書理解設定においてマルチホップQAがあまり進歩していないことが示唆されている。
  論文  参考訳（メタデータ） (2020-05-02T11:01:07Z)

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。