学术知识图上的问答
信息检索
2020-06-03 v1 计算与语言
数字图书馆
摘要
对包含文本及其他制品的学术知识进行问答，是任何研究生命周期中的重要环节。由于如下主要原因，当前几乎无法查询学术知识并检索合适答案：出版物中机器不可操作、模糊且非结构化的内容。我们提出 JarvisQA，一个基于 BERT 的系统，用于在学术知识图的表格视图上回答问题。此类表格在学术文献中以多种形态出现（例如调查、比较或结果）。我们的系统能够检索文章中表格数据上提出的多种不同问题的直接答案。此外，我们呈现了一个相关表格的初步数据集及对应的一组自然语言问题。该数据集用作我们系统的基准，并可供他人复用。另外，JarvisQA 在两个数据集上与其他基线进行了评估，相比相关方法表现出两到三倍的性能提升。
引用
@article{arxiv.2006.01527,
title = {Question Answering on Scholarly Knowledge Graphs},
author = {Mohamad Yaser Jaradeh and Markus Stocker and Sören Auer},
journal= {arXiv preprint arXiv:2006.01527},
year = {2020}
}
备注
Pre-print for TPDL2020 accepted full paper, 14 pages