EMNLPOct, 2022
通过对比学习和可逆事件转换进行事件中心的问答
Event-Centric Question Answering via Contrastive Learning and Invertible Event Transformation
Junru Lu, Xingwei Tan, Gabriele Pergola, Lin Gui, Yulan He
TL;DR本文提出了一种利用对比学习和可逆事件转换的新型 QA 模型 TranCLR,将语义向量转化为共同的事件嵌入空间,并利用标注的事件关系类型和事件感知问向量来微调转换矩阵,通过定性和定量的实验结果,在 ESTER 数据集上得到显著的改进,实现了将事件知识注入 QA 模型学习的可行性。