要約
回答文選択は、与えられた質問に対する答えを含む文章を特定するタスクです。この問題は単独でも重要であり、オープンドメインの質問応答のより大きな文脈においても重要な役割を果たします。本研究では、分散表現を用いてこのタスクを解決する新しい手法を提案し、質問と回答の意味論的エンコーディングを考慮して両者のマッチングを学習します。これは、従来の研究が大量の手作業で生成された構文的および意味論的な特徴量や様々な外部リソースに依存していたことに対照的です。我々の手法は、特徴量設計や専門的な言語データを必要とせず、これによりモデルは幅広い領域や言語に容易に適用できます。TRECから得られる標準的なベンチマークデータセットでの実験結果は、その単純さにもかかわらず、我々のモデルが回答文選択タスクにおいて最先端の性能と同等であることを示しています。