shin-kanouchi
commented
5 years ago 概要
そこで本論文で は，ノウハウに関する質問応答データセットを人手で 作成し，読解モデルを適用することによって，ノウハ ウ質問応答モデルの訓練・評価を行う.
はじめに，日本語での就職活動のノウハウに関する 質問応答を例題として，人手で質問応答データセット を作成する.次に，日本語における事実に関する質問 応答約 20,000 事例 [6] で構成された訓練・評価事例， および，ノウハウに関する質問応答約 500 事例で構 成された訓練・評価事例を用いて読解モデルの訓練を 行った.事実に関する質問応答事例のドメイン，およ び，ノウハウに関する質問応答事例のドメインの 2 ド メイン間でドメインを横断する読解モデルの性能評価 を行った.
最後に，「就職活動」に ついてのノウハウ質問応答事例を教師データとして訓 練した読解モデルを用いて，「花粉症」「，結婚」「，虫歯」，「食中毒」，「マンション」の全く異なる話題のノウハウ 質問応答タスクへの適用可能性の評価を行った.教師 データである「就職活動」についてのノウハウ質問応 答タスクと比べるとやや劣るものの，ほぼ同等の性能 であることがわかった.この結果から，ノウハウ質問 応答タスクにおいては，異なる話題の間で読解モデル の横断的適用がある程度可能であることがわかった.
モデル https://arxiv.org/pdf/1611.01603.pdf
本論文では，その中で も，大規模の読解データである SQuAD [4] に適用さ れてきたモデルある BiDAF [5] を用いる.BiDAF は， 質問文とコンテクストを入力として，コンテクスト中 において，質問に対する回答の開始位置と終了位置を 予測するモデルである
(10min)
論文リンク
http://www.anlp.jp/proceedings/annual_meeting/2019/pdf_dir/P4-9.pdf
著者
○山本航平, 前田竜冶, 陳騰揚, 川畑修人, 大川遥平, 宇津呂武仁 (筑波大), 河田容英 (ログワークス)