面向开放域问答的混合文本与表格证据双读取-解析器
计算与语言
2021-12-09 v2
摘要
当前最先进的开放域问答(ODQA)生成模型集中于从非结构化文本信息中生成直接答案。然而，世界上大量知识存储在结构化数据库中，需要使用 SQL 等查询语言进行访问。此外，查询语言能够回答需要复杂推理的问题，并提供完全的可解释性。本文提出一种混合框架，以文本和表格证据作为输入，并根据哪种形式能更好地回答问题来生成直接答案或 SQL 查询。生成的 SQL 查询随后可在关联数据库上执行以获得最终答案。据我们所知，这是首篇将 Text2SQL 应用于 ODQA 任务的论文。经验上，我们证明在多个 ODQA 数据集上，混合方法始终大幅优于仅采用同质输入的基线模型。具体而言，我们使用 T5-base 模型在 OpenSQuAD 数据集上取得了最先进(SOTA)性能。在详细分析中，我们证明能够生成结构化 SQL 查询总能带来增益，尤其是对于那些需要复杂推理的问题。
引用
@article{arxiv.2108.02866,
title = {Dual Reader-Parser on Hybrid Textual and Tabular Evidence for Open Domain Question Answering},
author = {Alexander Hanbo Li and Patrick Ng and Peng Xu and Henghui Zhu and Zhiguo Wang and Bing Xiang},
journal= {arXiv preprint arXiv:2108.02866},
year = {2021}
}
备注
15 pages, LaTeX; typos corrected, add the open source code link; published to ACL 2021