3 个月前

基于多跳密集检索的复杂开放域问题回答

基于多跳密集检索的复杂开放域问题回答

摘要

我们提出了一种简单而高效的多跳密集检索方法,用于回答复杂的开放域问题,在两个多跳数据集(HotpotQA 和 multi-evidence FEVER)上均取得了当前最优的性能表现。与以往方法不同,我们的方法无需依赖任何特定语料库的信息,例如文档间的超链接或人工标注的实体标记,因而可广泛应用于任意非结构化文本语料库。此外,该系统在效率与准确率之间实现了更优的平衡:在 HotpotQA 上达到了最佳公开准确率,同时推理速度比现有方法快达10倍。

代码仓库

facebookresearch/multihop_dense_retrieval
官方
pytorch
GitHub 中提及

基准测试

基准方法指标
question-answering-on-hotpotqaRecursive Dense Retriever
ANS-EM: 0.623
ANS-F1: 0.753
JOINT-EM: 0.418
JOINT-F1: 0.666
SUP-EM: 0.575
SUP-F1: 0.809

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
基于多跳密集检索的复杂开放域问题回答 | 论文 | HyperAI超神经