《Open-Domain Why-Question Answering with Adversarial Learning to Encode Answer Texts》笔记

来源:ACL 2019
链接:https://www.aclweb.org/anthology/P19-1414

MOTIVATION

why-QA模型检索的答案段落通常包含几个句子。这些多句的段落不仅包含了why-QA所寻求的原因及其与why-QA的联系,而且还包含了冗余的和/或不相关的部分。

CONTRIBUTIONS

本文训练了一个神经网络(NN),从一个答案段落中生成一个由why-question提出的非冗余原因的向量表示,并利用生成的向量表示作为判断段落是否是回答why-question的证据。

MODEL

总框架

在这里插入图片描述

why-QA Model

why-QA的任务是从文本存档中检索出问题的答案,以前的why-QA方法从文本存档的回答段落中检索,每个段落由几个句子组成。但是由于回答段落中存在了许多冗余信息,现在增加了compact answers(下图中的C),使答案更加简洁不包含冗余信息。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值