比較集約モデルにおける潜在クラスタリングを用いた回答選択

本論文では、自然言語処理における基本的な問題である文レベルの回答選択タスクに対する新しい手法を提案します。まず、事前学習済み言語モデルを用いて入力テキストのベクトル表現を計算し、大規模コーパスからの転移学習を適用することで、追加情報の効果を探ります。次に、目標コーパス内で追加情報を計算するための新しい潜在クラスタリング手法を提案し、目的関数をリストワイズからポイントワイズに変更することで、比較集約モデルを強化します。提案手法の性能評価のために、WikiQAおよびTREC-QAデータセットを使用して実験を行いました。経験的結果は、両データセットで最先端の性能を達成した我々の提案手法の優位性を示しています。