摘要

阅读理解（Reading Comprehension, RC）模型通常将输出空间限制为输入文本中所有连续片段（single contiguous spans）的集合，以简化学习过程并避免需要显式生成文本的模型。然而，强制答案必须为单一连续片段具有一定的局限性，且近年来一些新数据集已引入多片段问题（multi-span questions），即答案由文本中非连续的多个片段组成。显然，仅能返回单一片段的模型无法有效回答此类问题。在本研究中，我们提出一种简洁的架构来解决多片段问题，将该任务转化为序列标注问题：对输入中的每个词元（token）预测其是否应包含在最终答案中。实验结果表明，该模型在DROP和Quoref数据集上的片段抽取任务上，分别取得了9.9和5.5个EM（Exact Match）分数的显著提升。