用于直接阅读文档的键值记忆网络
计算与语言
2016-10-12 v2
摘要
直接阅读文档并能够从中回答问题是一项尚未解决的挑战。为了避免其固有困难，问答（QA）已转向使用知识库（KBs），这已被证明是有效的。遗憾的是，知识库通常过于受限，因为其模式无法支持某些类型的答案；且过于稀疏，例如 Wikipedia 包含的信息远多于 Freebase。在本工作中，我们引入了一种新方法——键值记忆网络（Key-Value Memory Networks），该方法通过在记忆读取操作的寻址和输出阶段利用不同的编码，使阅读文档变得更加可行。为了在单一框架中比较直接使用知识库、信息抽取或 Wikipedia 文档，我们构建了一个分析工具 WikiMovies，这是一个包含原始文本和预处理知识库的电影领域问答数据集。我们的方法缩小了这三种设置之间的差距。它还在现有的 WikiQA 基准上取得了 SOTA 结果。
关键词
引用
@article{arxiv.1606.03126,
title = {Key-Value Memory Networks for Directly Reading Documents},
author = {Alexander Miller and Adam Fisch and Jesse Dodge and Amir-Hossein Karimi and Antoine Bordes and Jason Weston},
journal= {arXiv preprint arXiv:1606.03126},
year = {2016}
}