语义检索 此回购包含以下论文的源代码 聂益新,王松河,莫希特·班萨尔(Mohit Bansal),揭示了语义检索在大规模机器阅读中的重要性。 在EMNLP中,2019年。”。( ) 介绍 本文提出了一个简单但有效的管道系统,用于问答和事实验证,在和FEVER 1.0上了最新的成果。 该系统大致由4个组件组成(请参见下图):基于术语的/启发式的检索,神经段落的检索,神经句的检索和QA / NLI。 每个神经成分都通过使用上游成分对数据进行采样来进行训练,并由数据集提供的中间注释进行监督。 (在本文中找到更多信息。) 更重要的是,该系统被用作测试平台,以分析和揭示中间语义检索的重要性,以及检索性能将如何影响不同指标上的下游任务。 我们希望该分析能够为OpenDomain QA / NLI系统的未来开发提供深刻的见识和启发。 结果 要求 Python 3.6 火炬1.0.1.post2