基于异构知识上推理链的开放域问答
计算与语言
2022-10-25 v1
摘要
我们提出了一种新颖的开放域问答（ODQA）框架，用于跨异构知识源回答单跳/多跳问题。我们方法的核心创新在于将中间模块引入当前的检索器-阅读器流程。与以往仅依赖检索器孤立地收集所有证据的方法不同，我们的中间模块对检索到的集合执行推理链。具体而言，我们的方法将检索到的证据及其相关的全局上下文连接为图，并将其组织为证据链候选列表。基于预训练语言模型构建的系统，在 OTT-QA 和 NQ 两个 ODQA 数据集上针对来自维基百科的表格与文本段落取得了具有竞争力的性能。特别地，我们的模型在 OTT-QA 上以 47.3 的精确匹配分数（相对提升 45%）大幅超越先前的最优方法。
引用
@article{arxiv.2210.12338,
title = {Open-domain Question Answering via Chain of Reasoning over Heterogeneous Knowledge},
author = {Kaixin Ma and Hao Cheng and Xiaodong Liu and Eric Nyberg and Jianfeng Gao},
journal= {arXiv preprint arXiv:2210.12338},
year = {2022}
}
备注
Findings of EMNLP 2022