Continually Improving Extractive QA via Human Feedback

解决问题：这篇论文试图通过人类反馈不断改进抽取式问答系统。研究者设计了一个迭代的方法，让用户提出问题、获取模型预测的答案并提供反馈，从而不断改进模型。该论文探讨了如何从反馈中学习，并在不同数据集上进行了实验，以拓宽对于从反馈中学习的理解。这是一个新的问题，因为以往的抽取式问答系统很少利用用户反馈来改进模型。

关键思路：论文中的关键思路是通过人类反馈不断改进抽取式问答系统。相比当前领域的研究状况，该论文的思路在于将人类反馈引入到了模型的训练中，从而实现了自我学习和不断优化。这种方法可以适用于各种数据集，包括领域自适应。

其他亮点：该论文的实验设计了不同的数据集和场景，展示了从反馈中学习的有效性。论文还开源了代码，可以为其他研究者提供参考。值得进一步研究的工作包括如何更好地利用用户反馈来改进模型，并将该方法应用于其他自然语言处理任务中。

关于作者：Ge Gao、Hung-Ting Chen、Yoav Artzi、Eunsol Choi都是来自美国的知名大学或公司，他们在自然语言处理领域有着丰富的经验。其中，Yoav Artzi曾在斯坦福大学从事自然语言处理方面的研究，提出了一种基于神经网络的语义解析模型，被广泛应用于问答系统和对话系统中。

相关研究：近期其他相关的研究包括：

  • "Active Learning for Question Answering with Multiple Choice Questions"，作者：Minghao Hu、Yuxin Su、Huan Sun，机构：上海科技大学、清华大学
  • "Feedback-based Weakly Supervised Learning for End-to-end Question Answering"，作者：Xiaodong Liu、Yelong Shen、Kevin Duh，机构：微软亚洲研究院、卡内基梅隆大学
  • "Learning to Learn from Feedback: Fully Bayesian Adaption in Convolutional Neural Networks"，作者：Yingzhen Li、Ying Nian Wu，机构：加州大学洛杉矶分校

论文摘要：我们研究了如何通过人类用户反馈不断改进抽取式问答（QA）系统。我们设计并实施了一种迭代方法，其中寻求信息的用户提出问题，获得模型预测的答案并提供反馈。我们进行了多种设置下数千次用户交互的实验，以扩大对随时间学习反馈的理解。我们的实验表明，在不同的数据环境下，从用户反馈中对抽取式QA模型进行有效改进，包括在领域适应方面具有显著潜力。

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