【标题】Reinforced Question Rewriting for Conversational Question Answering

【作者团队】Zhiyu Chen, Jie Zhao, Anjie Fang, Besnik Fetahu, Oleg Rokhlenko, Shervin Malmasi

【发表日期】2022.10.27

【论文链接】https://arxiv.org/pdf/2210.15777.pdf

【推荐理由】对话式问题回答（CQA）旨在回答包含在对话中的问题，这些问题在没有上下文的情况下是不容易解释的。开发一个模型将对话问题重写为独立的问题是行业环境中的一种新兴解决方案，因为它允许使用现有的单轮QA系统来避免从头训练CQA模型。以前的工作是利用人人工重写作为监督来训练重写模型。然而，这种目标与QA模型是脱节的，因此，更多类似人类的重写并不能保证更好的QA性能。本文提出使用QA反馈来监督强化学习的重写模型。实验表明，本文的方法可以有效地提高提取和检索QA的QA性能，超过基线。此外，人类评估表明，与人类注释相比，本文的方法可以产生更准确和详细的重写。

内容中包含的图片若涉及版权问题，请及时与我们联系删除