Propagate-Selector：基于图神经网络检测问答支撑句
计算与语言
2020-02-18 v2 人工智能
机器学习
摘要
在本研究中，我们提出一种称为 propagate-selector（PS）的新型图神经网络，其在句子间传播信息以理解在孤立考虑句子时无法推断出的信息。首先，我们设计一种图结构，其中每个节点表示单个句子，并基于文本结构选择性地连接部分节点对。随后，我们开发了一种迭代注意力聚合与跳跃组合方法，使节点与其邻域节点交互以累积必要信息。为评估所提方法的性能，我们使用标准 HotpotQA 数据集进行实验。实证结果表明，我们提出的方法优于未考虑句间关系的广泛使用的答案选择模型，取得了最佳性能。
引用
@article{arxiv.1908.09137,
title = {Propagate-Selector: Detecting Supporting Sentences for Question Answering via Graph Neural Networks},
author = {Seunghyun Yoon and Franck Dernoncourt and Doo Soon Kim and Trung Bui and Kyomin Jung},
journal= {arXiv preprint arXiv:1908.09137},
year = {2020}
}
备注
8 pages, Accepted as a conference paper at LREC 2020