【QA论文笔记】问答对排序新方法，层次循环编码器与主题聚类结合

【导读】这篇发表在自然语言处理领域顶级会议的NAACL的文章，提出了一种新的端到端神经网络架构，用于对候选回答进行排序。该文章提出的模型，文本分别按照词和块的级别进行编码，有效地捕捉了整句话的含义。在此基础之上，增加了话题聚类模块，从回答中提取语义信息，将回答进行分组，进一步提升了排序的性能。

【NAACL 2018 论文】

Learning to Rank Question-Answer Pairs using Hierarchical Recurrent Encoder with Latent Topic Clustering

简介

最近神经网络已经在许多机器学习领域取得了巨大成功，如图像分类，语音识别，机器翻译，聊天机器人，问答等领域。其中，自动问答（QA）任务一直被认为是人工智能的主要目标。

在商业领域，通常通过使用预先组织的知识库和/或使用基于信息检索（IR）的方法来处理QA任务。而在学界，研究人员不断研究QA系统核心技术：问答对排序任务。排序任务是指，从知识库或基于检索的模块中选择候选回答中的最佳答案。有许多端到端的神经网络试图来解决这一任务。这些作品侧重于匹配句子级别的文本对。因此，他们在理解更长的文本（如多回合对话和解释性文档）方面存在局限性，文本变长时，排序性能随之下降。为了解决这个问题，这篇文章的创新点在于：

• 引入分层递归对偶编码器（HRDE）模型来计算问答对之间的匹配度来确定排名。通过使用分层体系结构将文本从单词级别编码为块级别，HRDE可以防止在理解更长的文本时性能下降，同时支持其他最先进的神经网络模型。

• 提出了一个潜在主题聚类（LTC）模块来从目标数据集中提取潜在信息，并将这些额外的信息应用于端到端的训练。该模块允许每个数据样本找到最近的话题聚类，从而帮助神经网络模型分析整个数据。 LTC模块可以与任何神经网络相结合，作为额外信息的来源。这是一种利用潜在话题集群信息进行QA任务的新颖方法，特别是通过将HRDE和LTC的组合模型应用于QA对排名任务。

该论文在Ubuntu对话语料库和三星官方网站抓取的真实QA数据上对提出的模型进行评估，可以看出达到了state of art 的效果。

模型

HRDE（Hierarchical Recurrent Dual Encoder ）

首先解释模型中的几个词语，解释之后，模型的结构以及为什么这样设计就很容易理解了。

• Dual ：Dual是“对偶”的意思，在排序任务中，需要分别对问题和候选回答会进行编码，这就体现了“Dual”

• Recurrent：循环，代表RNN循环神经网络，在文本处理时，充分考虑了上下文的关系，在对当前词语进行编码的时候，还会加入到前几个词的编码信息，并加入一些遗忘机制（LSTM，GRU）等。

其实用循环神经网络编码问答对前人已经做过(Lowe 2015)，而由于RNN的遗忘的机制，针对长文本编码时往往不能顾及全局的信息，因此，本文的作者提出了分层结构。

• Hierarchical 所谓的分层结构，就是首先将一整个回答首先按照句子或其他方式切分成几个部分，首先对各部分的词分别进行编码，然后在结合整个词的编码作为整个部分的编码，完成了所谓的分层编码的效果。这种做法避免了在处理长文本时由于“遗忘”而导致排序性能下降的问题。

模型的框图如下所示，右边蓝色框中的即展示了分层编码： 表示第i个部分的中的t个词， 表示对第i个部分中第j个词用RNN编码的结果。 表示在对词编码的基础上，对这部分进行编码的结果。

LDT( Latent Topic Clustering )

而为了进一步提高排序的性能，在HRDE的基础上，还进行了分组。这一操作只应用于回答。在HRDE输出的基础上，首先将输入与代表K个“主题”的向量做内积，并softmax，得到该回答与所有主题的“相似度”（或“权值？”），然后用“相似度”和K个主题”构造“输入的向量中的主题特征，即按照相似度对“主题“进行加权求和，和原始输入拼接在一起，作为下一步排序的输入。

LDT的结构图如下所示（蓝色虚线框）：

实验结果

数据集

文章中使用了Ubuntu 数据集和从三星官网上爬的数据来验证模型。数据的特点如下所示：

句子的样例如下所示,可见回答都是较长的文本：

在三个数据集上的实验结果如下所示，可见加入了分层结构对实验结果有十分明显的提升，而后期主题聚类又在此基础上有微弱的提升。

参考链接：

https://arxiv.org/pdf/1710.03430.pdf

更多教程资料请访问：专知AI会员计划

-END-