A deep reinforcement learning question answering system for complex questions using texts and tables (2023)
- Authors:
- Autor USP: JOSÉ, MARCOS MENON - EP
- Unidade: EP
- Sigla do Departamento: PCS
- Subjects: REDES NEURAIS; INTELIGÊNCIA ARTIFICIAL
- Agências de fomento:
- Language: Inglês
- Abstract: A geração de respostas a questões é um dos principais tópicos atuais em processamento de linguagem natural, podendo ser utilizado em diversas aplicações distintas. Este projeto propõe uma arquitetura original para resolver questões de domínio aberto e multi-hop entre textos e tabelas, utilizando o conjunto de dados OTT-QA para validação e treinamento. Para responder tais questões, é necessário buscar informações em um grande corpus percorrendo vários trechos e tabelas, pois a resposta não pode ser encontrada diretamente; é preciso raciocinar usando diferentes passagens. Uma das soluções mais comuns é recuperar as informações de forma sequencial, onde um texto encontrado ajuda na busca do próximo. Como diferentes modelos podem ter diferentes funções nessa busca iterativa de informações, um desafio é como coordená-los, visto que não há dados rotulados do caminho a ser seguido. Portanto, optou-se por utilizar um modelo treinado por meio de aprendizado por reforço para escolher entre diferentes ferramentas de última geração de forma sequencial até que, ao final, opte por chamar um bloco responsável pela geração da resposta. A nossa arquitetura atingiu F1-score de 19,03, um valor compatível com sistemas iterativos semelhantes da literatura.
- Imprenta:
- Data da defesa: 18.12.2023
-
ABNT
JOSÉ, Marcos Menon. A deep reinforcement learning question answering system for complex questions using texts and tables. 2023. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2023. Disponível em: https://www.teses.usp.br/teses/disponiveis/3/3141/tde-01032024-105105/pt-br.php. Acesso em: 11 jun. 2024. -
APA
José, M. M. (2023). A deep reinforcement learning question answering system for complex questions using texts and tables (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/3/3141/tde-01032024-105105/pt-br.php -
NLM
José MM. A deep reinforcement learning question answering system for complex questions using texts and tables [Internet]. 2023 ;[citado 2024 jun. 11 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3141/tde-01032024-105105/pt-br.php -
Vancouver
José MM. A deep reinforcement learning question answering system for complex questions using texts and tables [Internet]. 2023 ;[citado 2024 jun. 11 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3141/tde-01032024-105105/pt-br.php - Integrating question answering and text-to-SQL in portuguese
- Benchmarks for pirá 2.0, a reading comprehension dataset about the ocean, the Brazilian Coast, and climate change
- Pirá: a bilingual portuguese-english dataset for question-answering about the ocean
- The BLue Amazon Brain (BLAB): a modular architecture of services about the Brazilian maritime territory
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
