链接
- http://arxiv.org/abs/2004.12704
- ACL2020
作者
- Liangming Pan； Yuxi Xie； Yansong Feng； Tat-Seng Chua；Min-Yen Kan
- 北大冯延松组+新加坡国立大学
主题
- 问题生成，旨在生成需要对输入段落的多条信息进行推理的复杂问题
摘要
- 本工作旨在生成需要对输入段落的多条信息进行推理的复杂问题
- 提出了一个新颖的框架： 为了捕获文档的全局结构并促进推理，我们提出了一个新颖的框架，该框架首先为输入文档构造语义级别的图，然后通过引入基于注意力的GGNN（Att-GGNN）对语义图进行编码。 然后，我们融合文档级和图级的表示，以进行内容选择和问题解码的联合训练。
- 在以HotpotQA深度问题为中心的数据集上，我们的模型极大地提高了需要对多个事实进行推理的问题的性能，从而实现了最先进的性能。