面向问答中答案类型预测的极端分类
计算与语言
2023-04-28 v2 人工智能
信息检索
摘要
语义答案类型预测（SMART）被认为是构建有效问答（QA）系统的有用步骤。SMART任务涉及为给定的自然语言问题预测知识图谱（KG）类型的前个。由于KG中类型数量庞大，这具有挑战性。在本文中，我们提出利用基于Transformer的极端多标签分类模型（XBERT），通过基于问题文本使用结构和语义特征对KG类型进行聚类。我们特别利用从KG导出的文本和结构特征改进了XBERT流程的聚类阶段。我们表明这些特征能够提升SMART任务的端到端性能，并取得了最先进的结果。
引用
@article{arxiv.2304.12395,
title = {Extreme Classification for Answer Type Prediction in Question Answering},
author = {Vinay Setty},
journal= {arXiv preprint arXiv:2304.12395},
year = {2023}
}
备注
Accepted in JCDL 2023