从解析-执行到解析-执行-精炼：改进知识库复杂问答的语义解析器
计算与语言
2023-05-08 v1 人工智能
机器学习
摘要
将问题解析为可执行逻辑形式在知识库问答（KBQA）中已展现出令人印象深刻的成果。然而，复杂 KBQA 是一项更具挑战性的任务，需要进行复杂的多步推理。近来，一种称为 KoPL 的新型语义解析器被提出以显式建模推理过程，在复杂 KBQA 上取得了最先进性能。本文中，我们进一步探索如何通过一种简单提出的解析-执行-精炼范式释放语义解析器的推理能力。我们通过向 KBQA 模型展示执行的中间推理步骤，对 KoPL 解析器进行精炼和改进。我们表明，这种简单策略能显著提升复杂推理能力。具体而言，我们提出三个组件：解析阶段、执行阶段和精炼阶段，以增强复杂推理能力。解析器使用 KoPL 生成透明逻辑形式。随后，执行阶段在知识库上对齐并执行逻辑形式以获得中间推理过程。最后，在精炼阶段将逐步中间推理过程展示给 KBQA 模型。借助显式推理过程，回答复杂问题变得容易得多。在基准数据集上的实验表明，所提出的 PER-KBQA 在复杂 KBQA 上显著优于最先进的基线。
引用
@article{arxiv.2305.03356,
title = {From Parse-Execute to Parse-Execute-Refine: Improving Semantic Parser for Complex Question Answering over Knowledge Base},
author = {Wangzhen Guo and Linyin Luo and Hanjiang Lai and Jian Yin},
journal= {arXiv preprint arXiv:2305.03356},
year = {2023}
}