众包问答意义表示
计算与语言
2017-11-17 v1
摘要
我们提出问答意义表示（QAMR），其将句子的谓词-论元结构表示为一组问答对。我们还开发了一种众包方案，表明 QAMR 仅需极少训练即可标注，并收集了一个包含超过 5,000 个句子和 100,000 个问题数据集。详细的定性分析表明，众包生成的问答对覆盖了现有数据集（包括 PropBank、NomBank、QA-SRL 和 AMR）中绝大部分谓词-论元关系，以及许多先前资源不足的关係，包括隐式论元与关系。QAMR 数据与标注代码已公开，以支持未来关于如何最好地建模这些复杂现象的工作。
引用
@article{arxiv.1711.05885,
title = {Crowdsourcing Question-Answer Meaning Representations},
author = {Julian Michael and Gabriel Stanovsky and Luheng He and Ido Dagan and Luke Zettlemoyer},
journal= {arXiv preprint arXiv:1711.05885},
year = {2017}
}
备注
8 pages, 6 figures, 2 tables