论文阅读：Dual Reader-Parser on Hybrid Textual and Tabular Evidence for Open Domain Question Answering

论文阅读：Dual Reader-Parser on Hybrid Textual and Tabular Evidence for Open Domain Question Answering

来源：ACL 2021

下载地址：https://arxiv.org/pdf/2108.02866.pdf

本文主要贡献：

• 我们提出了一个多模式框架，该框架将混合知识源与用于 ODQA 任务的 Text2SQL 能力相结合。 这是在 ODQA 设置中研究 Text2SQL 的第一项工作。
• 我们提出了一种生成方法，该方法同时采用文本和表格证据并生成直接答案或 SQL 查询，由上下文自动确定。
• 实验表明，可解释的 SQL 生成可以有效地回答需要在 ODQA 设置中进行复杂推理的问题。

Abstract

1、以前研究存在问题：当前最先进的开放域问答（ODQA）生成模型专注于从非结构化文本信息中生成直接答案。 然而，大量世界知识存储在结构化数据库中，需要使用 SQL 等查询语言进行访问。查询语言可以回答需要复杂推理的问题，并提供完整的可解释性。

2、本文主要工作：在本文中，我们提出了一个混合框架，该框架将文本和表格证据作为输入，并根据哪种形式可以更好地回答问题来生成直接答案或 SQL 查询。 然后可以在关联的数据库上执行生成的 SQL 查询以获得最终答案。这是第一篇将 Text2SQL 应用于 ODQA 任务的论文。 根据经验，我们证明了在几个 ODQA 数据集上，混合方法始终优于只采用同质输入的baseline模型。在详细的分析中，证明了能够生成结构化 SQL 查询总能带来收益，尤其是对于那些需要复杂推理的问题。

Introduction

定义：开放域问答 (ODQA) 是一项在没有预先指定域的情况下回答事实性问题的任务。

以前的模型：生成模型取得了先进的性能，但是这些方法都有一个共同的途径，首先从维基百科的自由格式文本中检索证据。

问题：然而，大量的世界知识不是以纯文本形式存储，而是存储在结构化数据库中，需要使用 SQL 等查询语言进行访问。

理想的 ODQA 模型应该能够从非结构化文本和结构化表格信息源中检索证据，因为数据库中的表格证据可以更好地回答某些问题。

本文工作：在本文中，我们提出了一个双阅读器解析器 (DUREPA) 框架，该框架可以将文本和表格数据作为输入，并根据上下文生成直接答案或 SQL 查询。总体而言，我们的框架由三个阶段组成：检索、联合排序和双重阅读解析。

具体流程：首先，我们检索文本和表格类型的支持候选，然后是一个联合重新排序器，预测每个支持候选与问题的相关性，最后我们为我们的 reader-parser 使用解码器融合模型（Izacard And Grave