一种用于常识生成的增强知识注入模型
计算与语言
2020-12-02 v1
摘要
常识生成旨在基于一组给定概念生成合理的日常场景描述。从零挖掘概念间关系并非易事，因此我们从外部知识中检索原型以辅助场景理解，从而更好地生成描述。我们将两个附加模块，即位置指示器和缩放模块，集成到预训练编码器-解码器模型中以进行原型建模，从而增强知识注入过程。我们在 CommonGen 基准上开展实验，实验结果表明我们的方法在所有指标上均显著提升了性能。
关键词
引用
@article{arxiv.2012.00366,
title = {An Enhanced Knowledge Injection Model for Commonsense Generation},
author = {Zhihao Fan and Yeyun Gong and Zhongyu Wei and Siyuan Wang and Yameng Huang and Jian Jiao and Xuanjing Huang and Nan Duan and Ruofei Zhang},
journal= {arXiv preprint arXiv:2012.00366},
year = {2020}
}
备注
Accepted to COLING 2020