基于层次图网络微调的多跳问答

本文提出一种用于多跳问答的两阶段模型。第一阶段为层次图网络,用于对多跳问题进行推理,并能够利用文档的自然结构(即段落、问题、句子与实体)捕捉不同粒度级别的信息。推理过程被转化为节点分类任务(即段落节点与句子节点)。第二阶段为语言模型微调任务。简而言之,第一阶段使用图神经网络筛选并拼接支撑句为一段落,第二阶段在语言模型微调范式下寻找答案跨度。