阅读+验证：面向无答案问题的机器阅读理解【附PPT与视频资料】

关注文章公众号 回复"机器阅读"获取PPT资料 视频资料可点击下方阅读原文在线观看

摘要

理解自然语言文本并回答相关问题是自然语言处理的核心任务之一。然而，当所提问题在当前给定文本下无法被回答时，我们要求系统能够拒绝给出答案。为了解决这一问题，当前工作通常会预测额外的“无答案”概率来检测问题是否可回答。然而，这些方法未能通过进一步验证预测答案的合法性来检测问题的可回答性。在SFFAI&微软的活动中，国防科技大学计算机学院的在读博士生胡明昊介绍了其在AAAI-19上的最新工作。在该工作中，胡明昊等人提出一种新颖的阅读+验证系统，该系统不仅利用一个神经网络阅读器来提取候选答案，还使用了一个答案验证器来判断预测答案是否被输入文本所蕴含。此外，胡明昊等人引入了两个辅助损失来帮助阅读器更好地处理答案提取以及无回答检测这两个任务，并且探索了针对答案验证器的三种不同架构。在SQuAD 2.0数据集上的实验显示，胡明昊等人的系统在测试集上获得了74.2 F1 ，在提交时取得了顶尖的性能（2018年8月28日）。

作者简介

胡明昊，胡明昊是国防科技大学计算机学院的在读博士生，导师为彭宇行教授。胡博士分别于2013年和2015年获得国防科技大学学士学位和硕士学位。目前，他是微软亚洲研究院自然语言计算组的一名实习生，导师是韦福如研究员。他的研究领域为问答系统和机器阅读理解。至今，他在IJCAI、AAAI和EMNLP等国际顶级会议上发表过论文。