先定位再提问：面向多跳问答的可解释逐步推理
计算与语言
2022-08-23 v1
摘要
多跳推理需要聚合多个文档来回答一个复杂问题。现有方法通常将多跳问题分解为更简单的单跳问题，以阐明可解释的推理过程。然而，它们忽略了每个推理步骤所依据的支持事实，这往往导致不准确的分解。本文提出一种可解释的逐步推理框架，在每一个中间步骤同时结合单跳支持句识别与单跳问题生成，并利用当前跳的推断进行下一跳，直至推理出最终结果。我们采用统一的阅读器模型进行中间跳推理与最终跳推断，并采用联合优化以实现更准确、更鲁棒的多跳推理。我们在两个基准数据集 HotpotQA 和 2WikiMultiHopQA 上进行了实验。结果表明，我们的方法能有效提升性能，并在无需分解监督的情况下产生更好的可解释推理过程。
引用
@article{arxiv.2208.10297,
title = {Locate Then Ask: Interpretable Stepwise Reasoning for Multi-hop Question Answering},
author = {Siyuan Wang and Zhongyu Wei and Zhihao Fan and Qi Zhang and Xuanjing Huang},
journal= {arXiv preprint arXiv:2208.10297},
year = {2022}
}
备注
11 pages, 6 figures, 6 tables, accepted as a long paper to COLING 2022