言語生成によるクエリ拡張と回答のスコアリングを組み合わせたオープンドメイン質問回答

抄録

Open-Domain Question-Answeringは機械読解と情報検索の複合タスクであり，通常のQuestion Answeringのタスクと異なり，質問の解答を含む文献データがないため，文献候補を発見する必要がある．本論文ではこのタスクの解決のために，1. 機械読解学習データに基づくクエリの拡張，2. 機械読解の出力活性化関数のsigmoid化，3. 機械読解スコアのマージとランキングの3つのアプローチを提案する．評価実験では文献データを取り除いた日本語の質問応答データセットを用い，従来の手法を適用した場合に比べ，提案手法の回答精度が向上したことで提案手法の有効性を示す．