利用显式路径进行多跳阅读理解
计算与语言
2019-07-10 v2 人工智能
摘要
我们提出了一种新颖的、基于路径的推理方法，用于多跳阅读理解任务，该任务要求系统结合多个段落中的事实来回答问题。尽管受到知识图谱上多跳推理的启发，我们提出的方法直接在非结构化文本上运行。它生成穿过段落的潜在路径并对其进行打分，而无需任何直接的路径监督。所提出的模型名为 PathNet，试图通过实体对表示从文本中提取隐式关系，并将其组合以编码每条路径。为了捕获额外的上下文，PathNet 还沿每条路径组合段落表示，以计算基于段落的表示。与先前的方法不同，我们的模型随后能够通过这些穿过段落的显式路径来解释其推理过程。我们表明，我们的方法在多跳 Wikihop 数据集上优于先前的模型，并且也可以推广到 OpenBookQA 数据集，达到最先进的性能。
引用
@article{arxiv.1811.01127,
title = {Exploiting Explicit Paths for Multi-hop Reading Comprehension},
author = {Souvik Kundu and Tushar Khot and Ashish Sabharwal and Peter Clark},
journal= {arXiv preprint arXiv:1811.01127},
year = {2019}
}