XLMRQA:ベトナムWikipediaベースのテキスト知識源に関するオープンドメイン質問応答【JST・京大機械翻訳】

Van Nguyen Kiet; Do Phong Nguyen-Thuan; Nguyen Nhat Duy; Van Huynh Tin; Nguyen Anh Gia-Tuan; Nguyen Ngan Luu-Thuy

プレプリント

J-GLOBAL ID：202202215427037062 整理番号：22P0332290

XLMRQA:ベトナムWikipediaベースのテキスト知識源に関するオープンドメイン質問応答【JST・京大機械翻訳】

XLMRQA: Open-Domain Question Answering on Vietnamese Wikipedia-based Textual Knowledge Source

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 (6件)： , , , , ,
資料名：
発行年： 2022年04月14日プレプリントサーバーでの情報更新日： 2022年08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)

質問回答(QA)は,情報検索と情報抽出の分野における自然言語理解タスクであり,それは,機械読み理解ベースモデルの強い開発のため,近年,計算言語学と人工知能研究コミュニティから多くの注目を集めている。読者ベースのQAシステムは,機械学習理解(MRC)技術を用いて,オープンドメインまたはドメイン特異的テキストにおける質問または質問に対する正しい回答を見つけることができる高レベル検索エンジンである。MRCとQAシステムにおけるデータ資源と機械学習アプローチにおける大部分の進歩は,特に英語と中国語のような2つの資源豊富な言語で著しく開発された。ベトナムのような低資源言語はQAシステムに関する研究の不足を目撃している。本論文は,Wikipediaベースのテキスト知識源(UIT-ViQuADコーパスを用いて)の教師つき変圧器ベース読者を用いた最初のベトナムQAシステムであるXLMRQAを提示し,深層ニューラルネットワークモデル:DrQAとBERTseriniを用いて,それぞれ24.46%と6.28%の2つのロバストQAシステムを凌駕した。3つのシステムで得られた結果から,QAシステムの性能に対する質問タイプの影響について解析した。【JST・京大機械翻訳】

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

自然語処理

, , , ,

前のページに戻る