Multi-grained Evidence Inference for Multi-choice Reading Comprehension

要約

多肢選択機械読解 (MRC) は、機械が提供されたオプションに従って質問に答えるという重要かつ困難なタスクです。
多肢選択式 MRC の回答は、指定された文章から直接抽出することはできず、本質的に、正確に抽出された証拠から推論できるマシンが必要です。
ただし、重要な証拠は、たった 1 つの単語またはフレーズのような単純な場合もありますが、フレーズ、断片、文からパッセージ全体に至る複数の言語階層を持つ、冗長で騒々しいパッセージの中に隠されています。
そこで我々は、この欠点を補うために、多粒度証拠を包括的に統合する新たな汎用モデル拡張機能「多粒度証拠推論器（Mugen）」を提案する。
Mugen は、粗粒度、中粒度、細粒度の証拠という 3 つの異なる粒度の証拠を抽出し、証拠を元の文章と統合して、4 つの複数選択の MRC ベンチマークで大幅かつ一貫したパフォーマンスの向上を達成します。

要約(オリジナル)

Multi-choice Machine Reading Comprehension (MRC) is a major and challenging task for machines to answer questions according to provided options. Answers in multi-choice MRC cannot be directly extracted in the given passages, and essentially require machines capable of reasoning from accurate extracted evidence. However, the critical evidence may be as simple as just one word or phrase, while it is hidden in the given redundant, noisy passage with multiple linguistic hierarchies from phrase, fragment, sentence until the entire passage. We thus propose a novel general-purpose model enhancement which integrates multi-grained evidence comprehensively, named Multi-grained evidence inferencer (Mugen), to make up for the inability. Mugen extracts three different granularities of evidence: coarse-, middle- and fine-grained evidence, and integrates evidence with the original passages, achieving significant and consistent performance improvement on four multi-choice MRC benchmarks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google