AMiner论文推荐——QAConv: Question Answering on Informative Conversations

AMiner平台由清华大学计算机系研发，拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱，提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线，吸引了全球220个国家/地区1000多万独立IP访问，数据下载量230万次，年度访问量超过1100万，成为学术搜索和社会网络挖掘研究的重要数据和实验平台。

QAConv: Question Answering on Informative Conversations

论文链接：https://www.aminer.cn/pub/60a24aac91e0115ec77b9da4

推荐理由： 本文介绍了QAConv，一个新的问题回答（question answering，QA）数据集，使用对话作为知识来源。作者专注于信息性对话，包括商业电子邮件、小组讨论和工作渠道等。与开放领域和面向任务的对话不同，上述对话通常是长的、复杂的、异步的，并且涉及强大的领域知识。作者总共收集了34,204个QA对，包括基于跨度的、自由形式的和无法回答的问题，这些问题来自10,259个选定的对话，包括人类写的和机器生成的问题。作者将长对话分割为几块，并使用问题生成器和对话总结器作为辅助工具来收集多跳问题。实验结果表明，在现有QA数据集上训练的最先进的QA系统具有有限的零散能力，并倾向于将问题预测为不可回答的问题。在语料库上对这些系统进行微调，能够在大块模式和完整模式下分别取得23.6%和13.6%的显著改善。

AMiner，AI赋能的学术搜索平台：https://www.aminer.cn/

#AMiner# #论文#

标签：问题,平台,AMiner,Conversations,QAConv,Answering,QA,对话
来源： https://blog.csdn.net/AI_Conf/article/details/116998840