利用推理链进行多跳科学问答
计算与语言
2021-09-08 v1
摘要
我们提出一种新颖的链引导检索-阅读器 ({\tt CGR}) 框架来为多变科学问答建模推理链。我们的框架能够在无需任何语料特定标注 (如真值推理链或人工标注实体提及) 的情况下进行可解释推理。具体而言，我们首先从由检索证据事实的抽象意义表示构建的语义图生成推理链。还设计了一种顾及局部与全局链信息的\textit{链感知损失}，以使生成的链作为远距离监督信号训练检索器，其中也采用强化学习来最大化推理链的效用。我们的框架使检索器能捕捉整个推理过程的逐步线索，这不仅在两个具有挑战性的多跳科学QA任务 (即OpenBookQA与ARC-Challenge) 上被证明有效，且有利于可解释性。
引用
@article{arxiv.2109.02905,
title = {Exploiting Reasoning Chains for Multi-hop Science Question Answering},
author = {Weiwen Xu and Yang Deng and Huihui Zhang and Deng Cai and Wai Lam},
journal= {arXiv preprint arXiv:2109.02905},
year = {2021}
}
备注
14 pages, Findings of EMNLP 2021