基于知识图谱的未见谓词与实体类型的零样本问题生成
计算与语言
2018-02-21 v1
摘要
我们提出了一种在“零样本”设置下从知识库三元组生成问题的神经模型，即为包含训练时未见的谓词、主语类型或宾语类型三元组生成问题。我们的模型在编码器-解码器架构中利用自然语言语料中的三元组出现情况，并配合一种新颖的词性复制动作机制来生成问题。基准测试和人工评估表明，我们的模型在零样本问题生成（QG）上确立了新的最先进水平。
引用
@article{arxiv.1802.06842,
title = {Zero-Shot Question Generation from Knowledge Graphs for Unseen Predicates and Entity Types},
author = {Hady Elsahar and Christophe Gravier and Frederique Laforest},
journal= {arXiv preprint arXiv:1802.06842},
year = {2018}
}