用于“假设”推理的关系门控网络

本文致力于解决从文本中进行过程推理以回答“如果……”问题的学习挑战。我们提出了一种新颖的关系门控网络，该网络学习筛选关键实体与关系，并学习过程与问题的上下文及交叉表示以寻找答案。我们的关系门控网络包含实体门控模块、关系门控模块和上下文交互模块。这些模块有助于解决“如果……”推理问题。我们表明，对成对关系进行建模有助于捕捉高阶关系，并在过程描述中找到因果推理线索。我们提出的方法在WIQA数据集上取得了最先进的(state-of-the-art, SOTA)结果。