シングルターン論争は,ヒト応答のハードリーディングを支援しない  理解質問【JST・京大機械翻訳】

Parrish Alicia; Trivedi Harsh; Perez Ethan; Chen Angelica; Nangia Nikita; Phang Jason; Bowman Samuel R.

プレプリント

J-GLOBAL ID：202202202201721241 整理番号：22P0329634

シングルターン論争は,ヒト応答のハードリーディングを支援しない理解質問【JST・京大機械翻訳】

Single-Turn Debate Does Not Help Humans Answer Hard Reading-Comprehension Questions

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (7件)： , , , , , ,
資料名：
発行年： 2022年04月11日プレプリントサーバーでの情報更新日： 2022年04月13日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

現在のQAシステムは,生成された回答に対する説明や証拠なしに,妥当な音韻を発生できるが,人間がモデルの回答を容易にチェックできないときに特に問題となる。これは,機械学習システムにおける信頼構築の課題を提示する。著者らは,困難な質問が対立する側面を考慮することによって答える実世界の状況からインスピレーションを行った(see Irving et al., 2018)。多重選択QA例に対して,2つの候補回答に対する説明を生成する訓練モデルにおける初期ステップとして,議論スタイルセットアップにおける正しいおよび不正確な回答オプションの両方に対する単一議論のデータセットを構築した。著者らは,事前選択された正しいおよび不正確な回答に対するコンテキスト書込み説得力のある説明を知っている長いコンテキストを用いて,それらの説明が正しい回答をより正確に決定するために完全なコンテキストを読まないヒトを可能にするかどうかを試験した。著者らのセットアップにおける説明は,人間の精度を改善するが,ベースライン条件は,人間選択テキストスニペットの提供が精度を改善することを示した。これらの知見を用いて,将来のデータ収集努力のための議論集合を改善する方法を示唆した。【JST・京大機械翻訳】

, , , , , , , , ,
, 【Automatic Indexing@JST】

その他の情報処理 , 人工知能

, , , ,

前のページに戻る

シングルターン論争は,ヒト応答のハードリーディングを支援しない 理解質問【JST・京大機械翻訳】

シングルターン論争は,ヒト応答のハードリーディングを支援しない理解質問【JST・京大機械翻訳】