論文の概要: Prompt Guided Copy Mechanism for Conversational Question Answering

• arxiv url: http://arxiv.org/abs/2308.03422v1
• Date: Mon, 7 Aug 2023 09:15:03 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-08 14:22:06.537314
• Title: Prompt Guided Copy Mechanism for Conversational Question Answering
• Title（参考訳）: 対話型質問応答のためのプロンプトガイドコピー機構
• Authors: Yong Zhang, Zhitao Li, Jianzong Wang, Yiming Gao, Ning Cheng, Fengying Yu, Jing Xiao
• Abstract要約: 本稿では,抽出された回答の流速と適切性を改善するために,新しいプロンプト誘導コピー機構を提案する。 提案手法では,質問と回答をリンクするプロンプトを用いて,抽出された回答の自然性を検証するために,コピー機構のガイドに注意を払っている。
• 参考スコア（独自算出の注目度）: 30.247806772658635
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Conversational Question Answering (CQA) is a challenging task that aims to generate natural answers for conversational flow questions. In this paper, we propose a pluggable approach for extractive methods that introduces a novel prompt-guided copy mechanism to improve the fluency and appropriateness of the extracted answers. Our approach uses prompts to link questions to answers and employs attention to guide the copy mechanism to verify the naturalness of extracted answers, making necessary edits to ensure that the answers are fluent and appropriate. The three prompts, including a question-rationale relationship prompt, a question description prompt, and a conversation history prompt, enhance the copy mechanism's performance. Our experiments demonstrate that this approach effectively promotes the generation of natural answers and achieves good results in the CoQA challenge.
• Abstract（参考訳）: CQA(Conversational Question Answering)は,会話フロー質問に対する自然な回答を生成することを目的とした課題である。 本稿では,抽出された回答の流速と適切性を改善するために,新しいプロンプト誘導コピー機構を導入した抽出方法に対するプラグ可能なアプローチを提案する。 提案手法では,質問と回答をリンクするプロンプトを用いて,抽出された回答の自然性を検証するためのコピー機構を案内し,回答が流布し,適切であることを保証するために必要な編集を行う。 3つのプロンプト、例えば、質問-合理関係プロンプト、質問記述プロンプト、会話履歴プロンプトは、コピー機構の性能を高める。 本実験は,本手法が自然回答の生成を効果的に促進し,CoQA課題において良好な結果をもたらすことを示す。

関連論文リスト

• Estimating the Usefulness of Clarifying Questions and Answers for Conversational Search [17.0363715044341]
  本稿では,質問を明確化するための回答処理手法を提案する。 具体的には,利用者が提示した質問と回答の提示による有用性を評価するための分類器を提案する。 その結果, 強い非混合開始基線よりも顕著な改善が認められた。
  論文  参考訳（メタデータ） (2024-01-21T11:04:30Z)
• A Search for Prompts: Generating Structured Answers from Contracts [40.99057706243682]
  我々は、契約条項に関する質問に対して、1つ(またはそれ以上)の固定された回答を返そうとする法的質問応答の一形態を示す。 我々は,OpenAIのtextitGPT-3.5-Turbo を用いた法的質問応答プロンプトの探索手法について議論し,洞察の要約を提供する。
  論文  参考訳（メタデータ） (2023-10-16T07:29:38Z)
• Elaborative Simplification as Implicit Questions Under Discussion [51.17933943734872]
  本稿では,QUD フレームワークのレンズによる共同作業の簡略化について考察する。 本研究は,QUDを明示的にモデル化することで,作業の単純化と,作業内容と作業内容の関連性について,重要な理解が得られていることを示す。
  論文  参考訳（メタデータ） (2023-05-17T17:26:16Z)
• Conversational QA Dataset Generation with Answer Revision [2.5838973036257458]
  本稿では,一節から質問に値するフレーズを抽出し,過去の会話を考慮し,それに対応する質問を生成する新しい枠組みを提案する。 本フレームワークでは,抽出した回答を質問生成後に修正し,その回答が一致した質問に正確に一致するようにした。
  論文  参考訳（メタデータ） (2022-09-23T04:05:38Z)
• End-to-end Spoken Conversational Question Answering: Task, Dataset and Model [92.18621726802726]
  音声による質問応答では、システムは関連する音声書き起こしの中に連続したテキストスパンからの質問に答えるように設計されている。 本稿では,複雑な対話フローをモデル化することを目的とした音声対話型質問応答タスク(SCQA)を提案する。 本研究の目的は,音声記録に基づく対話型質問に対処するシステムを構築することであり,情報収集システムによる様々なモダリティからより多くの手がかりを提供する可能性を探ることである。
  論文  参考訳（メタデータ） (2022-04-29T17:56:59Z)
• A Graph-guided Multi-round Retrieval Method for Conversational Open-domain Question Answering [52.041815783025186]
  本稿では,会話のターン間の回答間の関係をモデル化するグラフ誘導検索手法を提案する。 また,検索コンテキストが現在の質問理解に与える影響を検討するために,マルチラウンド関連フィードバック手法を導入することを提案する。
  論文  参考訳（メタデータ） (2021-04-17T04:39:41Z)
• Open-Retrieval Conversational Machine Reading [80.13988353794586]
  会話機械読解では、システムは自然言語規則を解釈し、ハイレベルな質問に答え、フォローアップの明確化を問う必要がある。 既存の作業では、ルールテキストがユーザ毎の質問に対して提供されると仮定し、実際のシナリオにおいて必須の検索ステップを無視する。 本研究では,対話型機械読解のオープンリトリーバル設定を提案し,検討する。
  論文  参考訳（メタデータ） (2021-02-17T08:55:01Z)
• 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)
• ConfNet2Seq: Full Length Answer Generation from Spoken Questions [35.5617271023687]
  本稿では,音声質問とファクトイド回答から全長の自然言語回答を生成する新しいシステムを提案する。 予め訓練された自動音声認識器から抽出された混乱ネットワークとして、音声シーケンスをコンパクトに表現する。 本研究では,259,788件の音声質問の大規模データセット,そのファクトイド回答,およびそれに対応する全文回答を公表する。
  論文  参考訳（メタデータ） (2020-06-09T10:04:49Z)
• Open-Retrieval Conversational Question Answering [62.11228261293487]
  オープン検索型対話型質問応答 (ORConvQA) の設定を導入する。 ORConvQAのエンド・ツー・エンドシステムを構築し,レトリバー,リランカ,およびすべてトランスフォーマーをベースとしたリーダを特徴とする。
  論文  参考訳（メタデータ） (2020-05-22T19:39:50Z)

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。