面向知识图谱对话式问答的答案口语化数据集
计算与语言
2022-08-16 v1
摘要
我们引入了一个用于知识图谱（KGs）上带有口语化答案的对话式问答的新数据集。目前，知识图谱上的问答主要集中于单轮问题（KGQA）的答案生成或多轮对话式问答（ConvQA）。然而，在真实场景（例如 Siri、Alexa 和 Google Assistant 等语音助手）中，用户更偏好口语化的答案。本文通过为现有 ConvQA 数据集扩充多个释义的口语化答案，推进了当前最优水平。我们使用五个序列到序列模型进行生成答案回复的实验，同时保持语法正确性。我们还额外进行了错误分析，详述了模型在指定类别中的误预测率。我们提出的扩充了答案口语化的数据集已公开可用，并附有关于其用法的详细文档以供更广泛使用。
引用
@article{arxiv.2208.06734,
title = {An Answer Verbalization Dataset for Conversational Question Answerings over Knowledge Graphs},
author = {Endri Kacupaj and Kuldeep Singh and Maria Maleshkova and Jens Lehmann},
journal= {arXiv preprint arXiv:2208.06734},
year = {2022}
}