基于自由文本知识图的复杂事实型问答
计算与语言
2021-03-25 v1 信息检索
摘要
我们提出DELFT，一个事实型问答系统，它结合了知识图问答方法的细腻与深度，以及自由文本的更广覆盖。DELFT从维基百科构建自由文本知识图，以实体为节点，以实体共现的句子为边。对于每个问题，DELFT使用文本句子作为边找到连接问题实体节点与候选节点的子图，创建出稠密且高覆盖的语义图。一种新颖的图神经网络在自由文本图上推理——通过边句子上的信息组合节点上的证据——以选择最终答案。在三个问答数据集上的实验表明，DELFT比基于机器阅读模型、基于bert的答案排序和记忆网络能更好地回答实体丰富的问题。DELFT的优势来自其自由文本知识图的高覆盖（是dbpedia关系的两倍以上）以及在丰富但含噪的自由文本证据上推理的新颖图神经网络。
引用
@article{arxiv.2103.12876,
title = {Complex Factoid Question Answering with a Free-Text Knowledge Graph},
author = {Chen Zhao and Chenyan Xiong and Xin Qian and Jordan Boyd-Graber},
journal= {arXiv preprint arXiv:2103.12876},
year = {2021}
}
备注
WWW2020