摘要

最近，研究发现使用现成的信息检索（IR）技术进行段落检索与BERT阅读器相结合的方法在直接基于维基百科的问题回答中非常有效，相比之前的技术在标准基准数据集上取得了显著的改进。本文提出了一种利用远监督的数据增强技术，该技术同时利用正例和负例。我们采用分阶段的方法对BERT进行微调，从与测试数据“最远”的数据开始，逐步过渡到与测试数据“最近”的数据。实验结果表明，该方法在英语问题回答数据集上的效果比以往方法有大幅提高，并且我们在两个最近的中文问题回答数据集上建立了新的基准。