关键词multi-hop question answering
搜索结果 - 46
- EMNLP用于多跳问答的层次图网络
本文介绍了一种基于分层图网络的多跳问答模型,通过构建不同粒度层次的节点来聚合多个段落中分散的线索,使用预先训练的上下文编码器对节点进行初始化,通过图传播等方式更新节点表示并实现多跳推理,实验结果表明,该方法在 HotpotQA 基准测试中取 - 基于推理链的多跳问答
该论文提出了一种在多步问题回答中维护显式推理过程的方法。该方法提取一个离散的推理链,并将其提供给一个基于 BERT 的 QA 模型来进行最终答案预测。我们的方法在两个近期提出的大型多跳问题回答数据集 ——WikiHop 和 HotpotQA - 多步骤基于实体的信息检索用于多跳问答
本文介绍了一种信息检索技术,利用最初检索到的证据中存在的实体信息来学习到其他相关证据,并在超过 500 万个维基百科段落的语境下,取得了显着的检索性能提升。此外,检索到的证据还使得现有的 QA 模型(无需任何训练)在 Hotpot 基准测试 - EMNLP开放域多跳问答的简单而有效的桥接推理
针对开放域多跳问答中通过阅读理解模型识别终止段落锚点的新子问题,介绍了一种新的子问题解决方案 ——“桥接推理器” 。该推理器接受一定程度的监督,通常用于训练一个 “终止段落阅读器”,从一组起始段落中提取答案,实验结果在多个数据集上优于 Ba - ACL避免推理捷径: 多跳问答的对抗评估、训练和模型开发
本论文针对 HotpotQA 数据集中的多跳问题回答过程中存在 reasoning shortcuts 的问题,通过构建对抗性文档解决了该问题。同时,提出使用控制单元指导模型的多跳推理,使得 2-hop 模型在 1-hop baseline - ACL规模化多跳阅读理解的认知图
本文提出了一种新的 CogQA 框架,用于在 Web 规模文件中进行多跳问题回答。该框架通过协调隐式提取模块(系统 1)和显式推理模块(系统 2)逐步构建认知图。我们的实现基于 BERT 和图神经网络,可高效地处理 HotpotQA ful