Denoising Distantly Supervised Open-Domain Question Answering读书笔记

发表于ACL2018

解决的问题：

    DS-QA中的noise问题：许多包含答案但其实无关的段落。以往方法采用先选取一个最有可能的段落，再从中抽取答案。这样会损失信息。有人采取了Re-ranking机制，但仍依赖原有DS-QA system。本文采用从粗到细的方法，先利用IE抽一部分段落，再快速筛选出可能性高的段落，再从中选取答案。

 

采用的方法：

    对于IE之后的段落，采用Bi-LSTM编码，对Question也用Bi-LSTM+attention-weighted编码，对段落打分（softmax(max p_i*W*q)）

    答案选取用Bi-LSTM预测每个位置作为起始位置和终止位置的概率

 

notes：

    对段落打分时，采用max-pooling。因为一个段落包含答案的概率取决于最大局部。

    正则化项。正确段落的打分应该相同。