面向开放域问答的知识融合与语义知识排序

开放域问答要求系统检索外部知识，并通过组合分布于多个句子中的知识来进行多跳推理。在近期推出的开放域问答挑战数据集QASC和OpenBookQA中，我们需要检索事实并组合事实以正确回答问题。在我们的工作中，我们学习了一个语义知识排序模型，用于对通过基于Lucene的信息检索系统所检索到的知识进行重排序。我们进一步提出了一种“知识融合模型”，该模型将基于BERT的语言模型中的内部知识与外部检索到的知识相结合，并提升基于BERT的语言模型的知识理解能力。在OpenBookQA和QASC两个数据集上，采用语义重排序知识的知识融合模型均优于以往的尝试。