论文阅读：Read + Verify: Machine Reading Comprehension with Unanswerable Questions

论文阅读：Read + Verify: Machine Reading Comprehension with Unanswerable Questions

来源：AAAI 2018

摘要：

以前的工作做阅读理解的时候，会预测一个没有答案的概率。但是，他们无法对有答案的结果进行合法性检查，来验证问题的可回答性。

为了解决这个问题，本文提出了一个系统，该系统首先会提取候选答案，然后产生无答案的概率，而且还利用答案验证器来确定预测答案是否由输入片段所包含。

另外，本文引入了两种辅助loss，以及三种不同的答案验证器的体系结构。

Introduction：

现在的阅读理解，默认有正确答案，然而很多情况下并不一定有正确答案。

为了处理无法回答的情况，存在一些难点，系统必须学会识别各种各样的语言现象，例如否定、反义词和段落与问题直接的实体变化。

以前的也有进行答案验证的工作，但他们没有考虑验证预测答案的合法性，来验证问题的可回答性。

系统有两部分组成：1、无答案阅读器，用于提取候选答案并检测无法回答的问题（无答案的概率，NA Prob）。2、答案验证器，用于确定提取的候选答案是否合法。
本文主要工作：

1、用两个辅助损失来增强现有的阅读器，分别来更好的处理答案提取和无答案检测的任务。

2、引入答案验证阶段，为了通过将答案句子与问题进行比较来找到支持答案的局部信息。针对答案验证任务，提出了三种不同的架构。第一个是顺序模型，将两个句子作为一个长序列处理；第二个模型试图捕捉两个句子之间的交互联系；最后一个是混合模型，他结合以上两种模型来测试性能是否可以进一步提升。

3、我们的系统在与答案验证器结合使用时，获得了最好的结果。（F1：74.8和71.5，最好的系统获得F1：74.2）

Background

Task Description