基于关键短语抽取与答案过滤的问答对生成.pdfVIP

计算机系统应用

ISSN

1003-3254,

CODEN

CSAOBNE-mail:

csa@

Computer

Systems

Applications,2023,32(6):293−300

[doi:

10.15888/ki.csa.009150]

©中国科学院软件研究所版权所有.Tel:

+86-10

基于关键短语抽取与答案过滤的问答对生成①

112

郭峥嵘,

郭躬德,

王晖

1(福建师范大学

计算机与网络空间安全学院,

福州

350117)

2(贝尔法斯特女王大学

电子电气工程和计算机科学学院,

贝尔法斯特

BT9

5BN)

通信作者:

郭躬德,

E-mail:

ggd@;

王晖,

E-mail:

h.wang@qub.ac.uk

摘要:

高质量的问答对有助于从文章中获取知识,

提高问答系统性能,

促进机器阅读理解,

在人类活动和人工智能

领域中都起着较为重要的作用.

当前主要问答对生成方法依靠提供文章中的候选答案,

根据答案生成特定的问题.

然而一些候选答案可能会生成无法从文章中回答的问题,

或是生成问题的答案不再是候选答案,

造成问答对相关性

差,

影响问答对的质量.

针对此问题,

本文提出了一个基于关键短语抽取与过滤生成问答对的方法.

该方法能够在输

入文本中自动抽取适合生成问题的关键短语作为候选答案,

再根据候选答案在问题生成器和答案生成器中生成问

答对,

并通过对比候选答案与生成答案的相似度过滤相关性低的问答对,

最终输出保证质量的问答对.

本方法在

SQUAD1.1和NewsQA数据集上进行了实验验证,

并人工检验了生成的问答对的质量,

结果表明该方法可以有效

提高生成的问答对的质量.

关键词:

问答对;

候选答案;

关键短语抽取;

T5模型;

相似度过滤

引用格式:

郭峥嵘,郭躬德,王晖.基于关键短语抽取与答案过滤的问答对生成.计算机系统应用,2023,32(6):293–300.

/1003-

3254/9150.html

Question-answerPairGenerationBasedonKeyPhraseExtractionandAnswerFiltering

112

GUO

Zheng-Rong,

GUO

Gong-De,

WANG

Hui

1(College

of

Computer

and

Cyber

Security,

Fujian

Normal

University,

Fuzhou

350117,

China)

2(School

of

Electronics,

Electrical

Engineering

and

Computer

Science,

Queen’s

University

Belfast,

Belfast

BT9

5BN,

United

Kingdom)

Abstract:

High-quality

question-answering

plays

an

important

role

in

human

activities

and

artificial

intelligence

because

it

can

help

to

obtain

knowledge

from

articles,

improve

the

performance

of

question-answering

systems,

and

promote

machine

reading

comprehension.

The

current

mainstream

question-answer

pair

generation

methods

usually

rely

on

candidate

answers

in

the

provided

article

to

generate

specific

questions

based

on

thes