缺失什么：一种知识缺口引导的多跳问答方法
计算与语言
2019-09-23 v1
摘要
多跳文本问答需要组合来自多个句子的信息。我们关注一个自然的设定，与典型的阅读理解不同，每个问题只提供部分信息。模型必须检索并使用额外知识才能正确回答问题。为应对这一挑战，我们开发了一种新颖的方法，该方法显式地识别所提供知识中的关键片段与答案选项之间的知识缺口。模型 GapQA 通过确定该片段与一个答案选项之间的关系来学习填补这一缺口，其依据是针对该缺口检索到的知识。我们提出联合训练一个模型，使其同时填补这一知识缺口并将其与所提供的部分知识进行组合。在 OpenBookQA 数据集上，给定部分知识，显式识别缺失信息的方法显著优于先前的方法。
引用
@article{arxiv.1909.09253,
title = {What's Missing: A Knowledge Gap Guided Approach for Multi-hop Question Answering},
author = {Tushar Khot and Ashish Sabharwal and Peter Clark},
journal= {arXiv preprint arXiv:1909.09253},
year = {2019}
}
备注
EMNLP 2019