用于回答混合数值推理问题的多视图图表示学习
计算与语言
2023-05-08 v1 人工智能
摘要
面向财报的混合问答（HybridQA）同时包含文本与表格数据，并要求模型为数值推理任务选取恰当证据。现有基于编码器-解码器框架的方法采用基于表达式树的解码器来解决数值推理问题。然而，编码器更依赖机器阅读理解（MRC）方法，将表格序列化与文本拼接作为输入，破坏了表格与文本间的粒度关系以及表格自身的空间结构信息。为解决这些问题，本文提出一种多视图图（MVG）编码器，以考虑粒度间关系并从多视图捕获关联。通过将 MVGE 作为模块，我们构建了表格视图、关系视图与数值视图，旨在保留混合数据的原始特性。我们在公开可用的表-文混合 QA 基准（TAT-QA）上验证了模型，并优于最先进模型。
引用
@article{arxiv.2305.03458,
title = {Multi-View Graph Representation Learning for Answering Hybrid Numerical Reasoning Question},
author = {Yifan Wei and Fangyu Lei and Yuanzhe Zhang and Jun Zhao and Kang Liu},
journal= {arXiv preprint arXiv:2305.03458},
year = {2023}
}