검색 기능은 준비 중입니다.
검색 기능은 준비 중입니다.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

MKGN: A Multi-Dimensional Knowledge Enhanced Graph Network for Multi-Hop Question and Answering MKGN: 다중 홉 질문 및 답변을 위한 다차원 지식 강화 그래프 네트워크

Ying ZHANG, Fandong MENG, Jinchao ZHANG, Yufeng CHEN, Jinan XU, Jie ZHOU

  • 조회수

    0

  • 이것을 인용

요약 :

다중 홉 추론을 사용하는 기계 독해는 항상 세계 지식 부족으로 인해 추론 경로 깨짐으로 인해 항상 오답 감지가 발생합니다. 본 논문에서는 종속관계, 상식 등 이전 연구에서 부족한 지식이 무엇인지 분석한다. 우리의 분석을 바탕으로 우리는 다음을 제안합니다. M다차원 K지식 강화 Graph NMKGN이라는 etwork는 특정 지식을 활용하여 추론 과정의 지식 격차를 해소합니다. 구체적으로, 우리의 접근 방식은 다양한 그래프 신경망을 통한 엔터티 및 종속 관계뿐만 아니라 질문과 맥락 모두의 표현을 향상시키는 것을 목표로 하는 양방향 주의 메커니즘을 통한 상식적 지식도 통합합니다. 또한, 다차원 지식을 최대한 활용하기 위해 두 가지 종류의 융합 아키텍처를 연구합니다. 잇달아 일어나는병렬 방법. HotpotQA 데이터 세트에 대한 실험 결과는 우리 접근 방식의 효율성을 보여 주며 다차원 지식, 특히 종속 관계 및 상식을 사용하면 실제로 추론 프로세스를 개선하고 정답 탐지에 기여할 수 있음을 확인합니다.

발행
IEICE TRANSACTIONS on Information Vol.E105-D No.4 pp.807-819
발행일
2022/04/01
공개일
2021/12/29
온라인 ISSN
1745-1361
DOI
10.1587/transinf.2021EDP7154
원고의 종류
PAPER
범주
자연 언어 처리

작성자

Ying ZHANG
  Beijing Jiaotong University
Fandong MENG
  Tecent Inc
Jinchao ZHANG
  Tecent Inc
Yufeng CHEN
  Beijing Jiaotong University
Jinan XU
  Beijing Jiaotong University
Jie ZHOU
  Tecent Inc

키워드