QASem 解析：基于问答语义的文本到文本建模
计算与语言
2023-02-15 v2
摘要
近期若干工作建议用问题与答案来表示语义关系，将文本信息分解为独立的疑问式自然语言陈述。本文中，我们考虑三个基于问答的语义任务——即 QA-SRL、QANom 与 QADiscourse，各自针对某一类述谓——并提议将它们视为共同提供对文本信息的全面表示。为促进这一目标，我们研究了在由无序问答对集合构成的半结构化输出这一独特设定下，如何最好地利用序列到序列（seq2seq）预训练语言模型的能力。我们考察了不同的输入与输出线性化策略，并评估了在多任务学习以及训练数据不平衡情形下简单数据增强技术的效果。据此，我们发布了首个统一的 QASem 解析工具，可切实用于能从文本中显式、基于问答的信息单元刻画获益的下游应用。
引用
@article{arxiv.2205.11413,
title = {QASem Parsing: Text-to-text Modeling of QA-based Semantics},
author = {Ayal Klein and Eran Hirsch and Ron Eliav and Valentina Pyatkin and Avi Caciularu and Ido Dagan},
journal= {arXiv preprint arXiv:2205.11413},
year = {2023}
}