文章创新点:
使用文本和KB组合的通用模式,结合记忆网络来完成问答
提出模型:
UNISCHEMA
提出原因:
知识库问答会受到不完整性的影响,文本虽然包含大量事实,但是存在非结构化文本,将KB和文本事实投影到R2d空间提供了对推理知识的统一视图。
网络构成:
和key-value Memory类似(关于key-valueMemory可参考呜呜哈,膜拜),编码部分用的Bi-LSTM+attention,解码用的LSTM。(s,r,o)∈K表示KB三元组,其中Key通过连接主体实体s和关系r的嵌入,对象实体o的嵌入被视为value。
文章来源:
2017ACL
论文略读 | Question Answering on Knowledge Bases and Text using Universal Schema and Memory Networks
最新推荐文章于 2022-10-13 16:14:08 发布