UniK-QA：面向开放域问答的结构化与非结构化知识的统一表示
计算与语言
2022-05-05 v3
摘要
我们研究基于结构化、非结构化和半结构化知识源（包括文本、表格、列表和知识库）的开放域问答。与先前工作不同，我们提出了一种统一方法，将所有知识源归约为文本并应用检索器-阅读器模型，该模型此前仅限于文本源。与最新的基于图的方法相比，我们的方法在知识库问答任务上的结果大幅提升了11分。更重要的是，我们证明了我们的统一知识（UniK-QA）模型是一种简单而有效的组合异构知识源的方式，在两个流行的问答基准 NaturalQuestions 和 WebQuestions 上将最先进结果分别提升了3.5分和2.6分。UniK-QA 的代码可在 https://github.com/facebookresearch/UniK-QA 获取。
引用
@article{arxiv.2012.14610,
title = {UniK-QA: Unified Representations of Structured and Unstructured Knowledge for Open-Domain Question Answering},
author = {Barlas Oguz and Xilun Chen and Vladimir Karpukhin and Stan Peshterliev and Dmytro Okhonko and Michael Schlichtkrull and Sonal Gupta and Yashar Mehdad and Scott Yih},
journal= {arXiv preprint arXiv:2012.14610},
year = {2022}
}
备注
NAACL-HLT 2022 Findings