文献

J-GLOBAL ID：202202257789568782   整理番号：22A1071000

Non-Factoid型質問のための結論と理由で構成される回答文の生成手法

Conclusion-Supplement Answer Generation for Non-Factoid Questions

著者 (2件)： 中辻真 (NTT レゾナント株式会社) ,  八島浩文 (NTT レゾナント株式会社)
資料名： 人工知能学会論文誌(Web)  (TJSAI (Web))
巻： 37  号： 2  ページ： A-L64_1-9(J-STAGE)  発行年： 2022年 
JST資料番号： U0128A  ISSN： 1346-8030  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 本論文では,ユーザはしばしば結論を受け入れる前に補足情報を必要とするので,自然言語処理(NLP)と人工知能(AI)の分野における重大な問題である,Non-Factoid型質問に対する結論と補足で構成される回答文の生成の目標に取り組んだ。しかし,現在のエンコーダ・デコーダフレームワークでは,同じNon-Factoid型質問に対していくつかの異なる長い回答を学習しようとすると混乱する可能性があるので,そのような回答を生成するのは困難であった。アンサンブルネットワークと呼ばれる本解法では単一の短文の範囲を越え,論理的に関連した結論文と補足文を結合させる。それは結論デコーダの出力系列から文脈を抽出し,アテンション機構に基づいて補足デコーダの状態を生成するためにそれを用いる。また,質問エンコーダの出力系列と,結論デコーダと補足デコーダの個別の出力との近さ,及びそれらの組合せを評価する。結果として質問に合致し,結論系列によって表現された文脈と一致する自然な補足系列を持つ回答を生成する。”恋愛相談”と” 芸術&人文科学”のカテゴリーを含むデータセットにおいて行った評価では,本モデルがテストしたベースラインモデルよりも非常に正確な結果を出力することを示した。(翻訳著者抄録)

シソーラス用語： *人工知能 ,  *質問処理 ,  *自然言語処理 ,  符号器 ,  復号器 ,  機械学習 ,  文脈 ,  システム評価
準シソーラス用語： *AI【人工知能】 ,  *自然言語生成

著者キーワード (8件)： 非ファクトイドQA ,  答え生成 ,  エンコーダ-デコーダモデル ,  アンサンブルネットワーク ,  非ファクトイドQA ,  答え生成 ,  エンコーダ-デコーダモデル ,  アンサンブルネットワーク

分類 (2件)： 人工知能  (JE08000Z) ,  自然語処理  (JE06000L)

引用文献 (32件)：

• [中辻 19] 中辻 真, 奥井 颯平, 藤田 明久:LSTM を用いた Non-Factoid 型長文回答構築手法, 電子情報通信学会論文誌, Vol. J102- D, No. 4, pp. 267-276 (2019)
• [Bahdanau 14] Bahdanau, D., Cho, K., and Bengio, Y.: Neural Ma- chine Translation by Jointly Learning to Align and Translate, CoRR, Vol. abs/1409.0473, (2014)
• [Ennis 91] Ennis, R.: Critical Thinking: A Streamlined Conception, in Teaching Philosophy, pp. 5-25 (1991)
• [Ghosh 16] Ghosh, S., Vinyals, O., Strope, B., Roy, S., Dean, T., and Heck, L.: Contextual LSTM (CLSTM) Models for Large Scale NLP Tasks, CoRR, Vol. abs/1602.06291, (2016)
• [Jia 17] Jia, R. and Liang, P.: Adversarial Examples for Evaluating Reading Comprehension Systems, in Proc. EMNLP’17, pp. 2021- 2031 (2017)

タイトルに関連する用語 (4件)： 質問 ,  回答 ,  文 ,  手法