GLOBE：基于深度神经网络在异质家谱知识图谱上的数值聚合问答
计算与语言
2023-08-01 v1 人工智能
信息检索
机器学习
摘要
文本语料库探索的关键 AI 工具之一是自然语言问答（QA）。与基于关键词的搜索引擎不同，QA 算法接收并处理自然语言问题，并给出精确答案，而非由用户手动浏览的长篇文档列表。基于深度神经网络（DNN）的先进 QA 算法已成功应用于多个领域。然而，家谱领域的 QA 仍鲜有探索，而该领域（以及人文社会科学其他领域）的研究者可从以自然语言提问、获取具体答案并洞察大型语料库中隐藏信息的能力中极大受益。尽管近期已有针对家谱领域事实型 QA 的研究，但据我们所知，对于更具挑战性的数值聚合 QA（即结合聚合函数如计数、平均、最大值来回答问题）尚无先前研究。数值聚合 QA 对于关注文化遗产领域研究的学者（及公众）进行远读与分析至关重要。因此，本研究提出一种面向家谱树的数值聚合 QA 端到端方法，包括：1）训练数据集自动生成方法；2）基于 transformer 的表格选择方法；3）优化的基于 transformer 的数值聚合 QA 模型。结果表明，所提出的架构 GLOBE 以 87% 的准确率超越 SOTA 模型与流水线，而当前 SOTA 模型准确率仅 21%。本研究对家谱信息中心和博物馆具有实际意义，使专家与公众都能轻松且可扩展地研究家谱数据。
引用
@article{arxiv.2307.16208,
title = {Around the GLOBE: Numerical Aggregation Question-Answering on Heterogeneous Genealogical Knowledge Graphs with Deep Neural Networks},
author = {Omri Suissa and Maayan Zhitomirsky-Geffet and Avshalom Elmalech},
journal= {arXiv preprint arXiv:2307.16208},
year = {2023}
}
备注
ACM Journal on Computing and Cultural Heritage (2023)