学习将AMR转译为SPARQL
计算与语言
2022-12-12 v2
摘要
我们提出一种基于转移的系統，将抽象意义表示（AMR）转译为SPARQL以用于知识库问答（KBQA）。这使我们能将部分语义表示委托给强预训练的语义解析器，同时用少量配对数据学习转译。我们背离了近期关联AMR与SPARQL构造的工作，但不是应用一组规则，而是训练一个BART模型来选择性地使用这些关系。此外，我们避免显式编码AMR，而是遵循近期语义解析工作，在BART的注意力机制中编码解析器状态。所得模型简洁，为其决策提供支撑文本，并在两个知识库（DBPedia的LC-QuAD 1.0、QALD-9与Wikidata的WebQSP、SWQ-WD）的KBQA上优于近期方法。
引用
@article{arxiv.2112.07877,
title = {Learning to Transpile AMR into SPARQL},
author = {Mihaela Bornea and Ramon Fernandez Astudillo and Tahira Naseem and Nandana Mihindukulasooriya and Ibrahim Abdelaziz and Pavan Kapanipathi and Radu Florian and Salim Roukos},
journal= {arXiv preprint arXiv:2112.07877},
year = {2022}
}