基于查询的多文档摘要技术中的分类更好的问答问题分类：麦考瑞大学BioASQ7b
Classification Betters Regression in Query-based Multi-document Summarisation Techniques for Question Answering: Macquarie University at BioASQ7b
摘要：
2019年BioASQ挑战赛B阶段的任务B侧重于生物医学问答。麦考瑞大学的参与应用了基于查询的多文档提取摘要技术，以生成给定问题和相关片段集的多句回答。在过去的参与中，我们使用深度学习架构和简单的策略梯度架构探索了回归方法的使用。在2019年的挑战中，我们尝试使用有和没有强化学习的分类方法。此外，我们还进行了各种ROUGE指标与BioASQ人类评估评分之间的相关性分析。
英文摘要：
Task B Phase B of the 2019 BioASQ challenge focuses on biomedical question answering. Macquarie University's participation applies query-based multi-document extractive summarisation techniques to generate a multi-sentence answer given the question and the set of relevant snippets. In past participation we explored the use of regression approaches using deep learning architectures and a simple policy gradient architecture. For the 2019 challenge we experiment with the use of classification approaches with and without reinforcement learning. In addition, we conduct a correlation analysis between various ROUGE metrics and the BioASQ human evaluation scores.
机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。
