サブトピック計画による一貫したナラティブを生成し,どのように質問に答えるかを計画します

科学分野:

• 自然言語処理 (Natural Language Processing) とは,自然言語処理で処理される言語のことです.
• 人工知能 (AI) とは,人工知能 (AI) のことです.

背景:

• "How-to"の質問に答えることは,質問応答 (QA) の重要な課題です.
• 多くの狭い,長い尾の方法の質問は,従来の検索エンジンによってうまく扱われていません.
• このような質問に答えるための訓練システムに関する解説されたデータは限られている.

研究 の 目的:

• "How-to"の質問に対する一貫した,長文の答えを生成するための新しいアーキテクチャを開発する.
• この特定のQAタスクのための注釈データ不足に対処するために.
• 回答の質と多様性を向上させる.

主な方法:

• 新しいアーキテクチャを提案し,通路検索,サブトピック計画,ナラティブ生成を含む.
• 回答構造のための多様なサブトピックを作成するために,サブトピック計画モジュールを実装しました.
• 多重な関連箇所を単一の,一貫した,説明的な答えに統合した.

主要な成果:

• ハウス・トゥー・質問に対して高品質なナラティブを生成する難しさを示した.
• サブトピック計画による提案されたアーキテクチャは,回答の質を向上させることを示しました.
• 自動メトリックと人間の評価を使用して生成されたナラティブを評価し,多様性と品質を確認しました.

結論:

• "How-to"の質問に対する長文の答えを生成することは,複雑ではあるが,達成可能な作業です.
• サブトピックプランニングは,ナラティブの生成におけるトピックの一貫性と回答の質の向上に不可欠です.
• 提案されたアーキテクチャは,ロングテイルの質問への回答方法に取り組むための有望なアプローチを提供します.