一种利用多推理路径的复杂知识库问答系统
机器学习
2020-05-25 v1 机器学习
摘要
多跳基于知识的问答（KBQA）是自然语言理解中的一项复杂任务。近年来已提出许多 KBQA 方法，其中大多数基于标注的推理路径进行训练。这阻碍了系统性能，因为许多正确推理路径未被标注为真实答案，从而无法被学习。本文介绍一种端到端 KBQA 系统，其可利用多推理路径信息且仅需标注答案作为监督。我们在包含单跳简单问题及多跳复杂问题的若干基准数据集上进行实验，包括 WebQuestionSP（WQSP）、ComplexWebQuestion-1.1（CWQ）和 PathQuestion-Large（PQL），并展示了强劲性能。
引用
@article{arxiv.2005.10970,
title = {A Complex KBQA System using Multiple Reasoning Paths},
author = {Kechen Qin and Yu Wang and Cheng Li and Kalpa Gunaratna and Hongxia Jin and Virgil Pavlu and Javed A. Aslam},
journal= {arXiv preprint arXiv:2005.10970},
year = {2020}
}