基于异构图推理的多文档多跳阅读理解
计算与语言
2019-06-06 v2
摘要
跨文档的多跳阅读理解 (RC) 相较于单文档 RC 提出了新的挑战，因为它需要对多个文档进行推理以得到最终答案。在本文中，我们提出一个新模型来解决多跳 RC 问题。我们引入一种具有不同类型节点与边的异构图，命名为异质文档-实体 (HDE) 图。HDE 图的优点在于它包含不同粒度级别的信息，包括特定文档上下文中的候选、文档与实体。我们提出的模型可使用以协同注意力与自注意力为基础的上下文编码器初始化的节点表示，在 HDE 图上进行推理。我们采用基于图神经网络 (GNN) 的消息传递算法在提出的 HDE 图上累积证据。在 Qangaroo WikiHop 数据集的盲测试集上评估，我们基于 HDE 图的单模型取得了有竞争力的结果，且集成模型达到了最先进的性能。
引用
@article{arxiv.1905.07374,
title = {Multi-hop Reading Comprehension across Multiple Documents by Reasoning over Heterogeneous Graphs},
author = {Ming Tu and Guangtao Wang and Jing Huang and Yun Tang and Xiaodong He and Bowen Zhou},
journal= {arXiv preprint arXiv:1905.07374},
year = {2019}
}
备注
To appear in ACL 2019