读书笔记"/>
Open Domain Question Answering Using Early Fusion of Knowledge Bases and Text读书笔记
本文考虑如何同时利用Knowledge Graph和text来回答问题。主要思想是构建问题子图(包含KG和text),然后利用图表示学习方法,选出答案。
问题子图构建:
KB查询:在question中做entity linking得到seed entities,然后利用Personalized PageRank寻找周围可能的实体。边权重由边类型决定,边类型的权重由边的word embedding平均和问题的表征进行相似度计算得到。
Text查询:用DrQA系统在Wikipedia中找到5篇最相关的文档(利用加权bag-of-words);然后利用Lucene index对句子排序,选出前D个句子
对Text查询出的句子做entity linking与KB子图连接,形成整个问题子图
然后利用图表示学习网络,针对实体结点和句子结点分别定义表示和更新方式,更新过程加入question信息,最终选择答案结点。
更多推荐
Open Domain Question Answering Using Early Fusion of Knowledge Bases and Text读书笔
发布评论