论文浅尝 | 基于事件溯因学习的复杂时间敏感问答

笔记整理：武绍娟，天津大学博士，研究方向为自然语言处理

发表会议：CoLing 2024

1、动机

时间敏感问答是根据给定长文档回答满足特定时间戳约束的问题，被广泛应用于医疗、金融等领域事件问答。现有工作根据问题在给定文档中是否被显式提及将其分为简单和复杂两种类型并通过微调预训练语言模型在简单时间问题上取得了较大的进展，但隐含于文档中的时间信息往往被忽略，导致模型在复杂时间问题上的性能显著下降。一个直观的想法是将时间敏感问题视为目标缺失的时间事件用于匹配给定文档中的时间事件。但是，在文档中并不是所有时间事件都具有明确的时间戳。在本文中，我们提出了一个 基于事件的溯因推理框架（Event-AL），它利用图剪枝模型捕捉事件之间的时间关系以定位隐式时间事件的时间跨度。 然后设计一个溯因推理模块在获得正确目标的同时提供对应的解释。 此外，由于相同的关系可能以不同的表达方式分散在整个文档中，因此引入了基于关系的提示来指导大语言模型提取候选时间事件。大量实验和结果表明，Event-AL在时间敏感问答上的表现明显优于强基线，特别是复杂模式的EM 分数提高了 12.7%。此外，Event-AL在多答案和超难时间敏感问题也表现出巨大的优越性。