이 논문은 개방 도메인 사실 검증 작업에서 문장 수준의 증거를 효율적으로 검색하는 방법을 제안한다. 기존의 문서 수준 검색 모델은 문서 내 문장 간 의미적 차이를 충분히 반영하지 못하는 문제가 있다. 이를 해결하기 위해 저자들은 다중 작업 학습과 혼합 목적 학습 프레임워크를 활용하여 문장 수준 표현을 학습하는 M3 모델을 제안한다.
M3는 반복적인 문장 검색 및 재순위화 과정을 통해 다중 홉 증거를 효과적으로 검색한다. 또한 단일 홉 및 다중 홉 검색 결과를 동적으로 결합하는 하이브리드 순위화 알고리즘을 제안한다. 실험 결과, M3는 FEVER 벤치마크 데이터셋에서 최신 성능을 달성했다.
To Another Language
from source content
arxiv.org
Thông tin chi tiết chính được chắt lọc từ
by Yang Bai,Ant... lúc arxiv.org 03-22-2024
https://arxiv.org/pdf/2403.14074.pdfYêu cầu sâu hơn