多通道阅读理解模型

双重验证抗误标

该模型首次在抽取式框架中将多任务学习与双重验证结合，利用全局-局部记忆增强网络同时融合篇章级和词级语义，减少无答案段落的噪声干扰。

Xingyi, Li · 程祥 · Min, Xia · Qiyu, Ren · Zhaofeng, He · 苏森

IEEE Transactions on Knowledge and Data Engineering 2024

参数信息

验证数据集数量

3

技术优势

抗误标

通过生成式对抗的多任务学习训练抽取器，减少无答案段落导致的错误标注影响。

双通道验证

选择器同时利用答案候选和原始篇章信息验证最终答案，提高准确性。

全局局部融合

采用全局-局部记忆增强网络融合篇章级和词级信息，获得更丰富的表示。

应用场景

• 智能问答系统：用于多文档问答，减少无答案段落干扰。
• 知识密集型任务：用于需要从多段落聚合证据的复杂问题。
• 信息检索增强：可验证检索到的候选答案，提升生成准确性。