अनुक्रमिक प्रश्न उत्तर देने के लिए खोज आधारित न्यूरल संरचित शिक्षण

प्रश्न उत्तर देने के लिए अर्थात्मक पार्सिंग में हाल के कार्य लंबे और जटिल प्रश्नों पर केंद्रित हैं, जिनमें से कई सामान्य मानव बातचीत में पूछे जाने पर अस्वाभाविक लग सकते हैं। एक संवादात्मक QA सेटिंग का अन्वेषण करने के प्रयास में, हम एक अधिक यथार्थवादी कार्य प्रस्तुत करते हैं: सरल लेकिन आपस में संबंधित प्रश्नों के अनुक्रमों के उत्तर देना। हम विकिपीडिया से सेमी-संरचित तालिकाओं के बारे में पूछे गए 6,066 प्रश्न अनुक्रमों का एक डेटासेट इकट्ठा करते हैं, जिसमें कुल 17,553 प्रश्न-उत्तर जोड़े हैं। इस अनुक्रमिक प्रश्न उत्तर देने का कार्य हल करने के लिए, हम एक नवीन गतिशील न्यूरल अर्थात्मक पार्सिंग ढांचा प्रस्तावित करते हैं जिसे कमजोर पर्यवेक्षित पुरस्कार-निर्देशित खोज का उपयोग करके प्रशिक्षित किया गया है। हमारा मॉडल अनुक्रमिक संदर्भ का प्रभावी ढंग से उपयोग करता है ताकि अत्यधिक जटिल प्रश्नों के उत्तर देने के लिए डिज़ाइन किए गए अत्याधुनिक QA प्रणालियों को पार कर सके.