WHY?

QA의 정확도를 올리기 위하여 QA모델의 성능만 올릴 필요는 없다. 좀더 정확한 답을 얻기 위하여 각 QA모델에게 적합하도록 질문을 재구성하는 방법을 고안하였다.

WHAT?

AQA(Active Question Answering) Agent는 사용자와 QA모델의 사이에서 작동한다. 이 모델은 Eng-Eng seq-seq모델로서 Paraphrasing 기능을 하여 질문을 좀더 좋은 질문으로 변환한다. 이 때 답변에 대한 평가는 미분이 불가능하기 때문에 QA모델 자체를 환경으로 하고 답변의 F1스코어를 보상으로 하는 강화학습을 통하여 학습한다. 이렇게 얻어진 답변들 중 CNN을 통하여 가장 좋은 답변을 선택한다. 이는 Supervised Learning으로서 학습된 Reformulator를 통하여 test set의 질문을 재구성할 수 있다.

So

기존 최고의 QA모델의 성능을 10%가까이 향상시켰다. 아직 탐색해볼 여지가 많은 분야인 것 같다.