的结果
答案图构造
EXAQT分为两个阶段:答案图构建和答案预测。
在第一阶段,我们微调BERT模型作为分类器,以识别与问题相关的事实,应用GST算法计算紧致问题子图,并用相关的时间事实扩展子图。
我们可视化在第一阶段的每个步骤中生成的图,包括与问题相关的事实的图、GSTs的并集、已完成的GSTs和已完成的具有增强的GSTs时间事实。
在前三个图中,边缘标签是问题相关性得分的等级。得分越高,边缘成本越低。边缘厚度与等级成正比(越厚表示得分越高,但边缘成本越低)。
问题相关事实图
GST图的并集
完成的GST图
用时间事实图增强的完整GST
答案预测
在第二阶段,答案图被转换为关系图,其中实体是节点,谓词是边。
我们使用关系图卷积网络预测具有多种时间增强机制的答案。
在可视化的关系图中,边标签的形式是“谓词:秩”。排名是注意力权重排名,显示谓词对预测答案的重要性。边缘厚度与谓词等级成正比(越厚越好/越高)。
关系图
描述
基于知识图的问答(KG-QA)是一个重要的话题在IR中,具有时间意图的问题是一类特殊的实际问题但在研究中并没有得到太多的关注。我们目前考试,第一个端到端的应答系统具有多个实体和谓词以及相关时态的复杂时态问题条件。
检查:前任可诉说的A类答复综合体问对…的质疑T型临时意图
EXAQT回答自然KG语言问题分为两个阶段,一个阶段面向高召回率,另一个朝着高精度方向发展。第一步计算KG中与问题相关的紧致子图,以及明智地用相关的时间事实来增强它们,两者都使用微调BERT模型。这个第二步构建关系型第一步输出的卷积网络图(R-GCN),并通过时间感知实体嵌入和关注时间关系。
中相关区域的简化摘录回答问题所需的Wikidata KG如图所示。
这类复杂的问题必须考虑多跳约束(Barack Obama→Malia Obama,Sasha奥巴马→西德维尔芝加哥大学实验学校朋友学院),以及总统任期开始(2009年)与研究期交叉点重叠的原因学校(2009-2016)。时间问题
为了评估EXAQT,我们利用最近社区在QA基准方面的努力,我们搜索了八个时间相关问题的KG-QA数据集。结果是一个大约16181的新汇编已调用的问题时间问题.
我们用时间类别标记每个问题,将答案链接到Wikidata和Wikipedia,以及将基准划分为60:20:20的比例,用于创建培训(9708个问题),开发(3236)和测试(3237)集。
TimeQuestions中的示例问题:
类别 |
问题 |
明确的 |
谁获得奥斯卡最佳女演员奖1986? |
杰科·范·多梅尔执导了哪部电影2009年? |
德国使用什么货币2012? |
隐性的 |
谁是法国国王在第九次十字军东征期间? |
托马斯·杰斐逊做了什么在他担任总统之前? |
克里斯蒂亚诺·罗纳尔多为哪家俱乐部效力在曼联之后? |
依次的 |
什么是第一朱莉·安德鲁斯主演的电影? |
什么是第二皮埃尔·德·顾拜旦担任的职位? |
谁是伊丽莎白·泰勒的最后的丈夫? |
暂时回答 |
湖人队哪一年赢了第一冠军地位? |
詹姆斯·卡格尼的配偶是什么时候出生的? |
什么时候最后的金莺队赢得世界大赛的时间? |
请参考我们的纸张进一步了解细节。
联系人
有关更多信息,请联系:镇贾,Soumajit Pramanik公司,里希拉吉·萨哈·罗伊或格哈德·威库姆.
要了解我们团队的更多信息,请访问https://www.mpi-inf.mpg.de/departments/databases-and-information-systems/research/question-answering/.
演示
请选择一个类别或多个类别的时态问题,然后从下拉列表中选择一个问题。您也可以单击从列表中随机选择一个问题。
演示显示五个重要子图由建造考试以及如何逐步生成答案。
图形用可视化埃哈特斯。你可以放大,缩小或拖曳他们。将鼠标悬停在节点上时,将显示该节点的属性。图例适用于每个图形的数据系列。您可以取消选中(或选中)图例以删除(或添加)图形的数据系列。
下载TimeQuestions
培训集(9708个问题)
开发集(3236个问题)
测试集(3237个问题)TimeQuestions根据知识共享署名4.0国际许可证.
临时问题
老人临时问题我们小组1271个问题的基准现在被更新时间问题包含16181个问题的基准测试,可从本页下载。如果您仍然需要旧的数据集,可以从在这里.
纸张和代码
“复杂时间问题知识图上的答案”、Zhen Jia、Soumajit Pramanik、Rishiraj Saha Roy和GerhardWeikum,在第30届ACM信息与知识管理国际会议论文集上2021 (CIKM’21),虚拟活动,11月1日至5日2021
[预打印] [代码][幻灯片] [海报] [视频]
反馈