DecAF: Joint Decoding of Answers and Logical Forms for Question Answering over Knowledge Bases

要約

タイトル: 知識ベース上の質問応答のための回答と論理形式の共同デコーディング

要約:

– 知識ベース上の質問応答は、エンティティや関係などの事実情報を用いて、自然言語の質問に答えることを目的としています。
– 従来の方法は、KB上で実行できる論理形式を生成して最終的な回答を得るか、直接回答を予測することでした。
– この研究では、論理形式と直接回答の両方を共同生成し、それらの利点を組み合わせて最終的な回答を得るNovel Framework DecAFを提案します。
– また、従来の大部分の方法とは異なり、DecAFはエンティティリンキングツールを必要とせずにシンプルなフリーテキスト検索に基づいています。
– DecAFは、WebQSP、FreebaseQA、およびGrailQAベンチマークで新しい最高の精度を達成し、ComplexWebQuestionsベンチマークでも競争力のある結果を得ました。

要約(オリジナル)

Question answering over knowledge bases (KBs) aims to answer natural language questions with factual information such as entities and relations in KBs. Previous methods either generate logical forms that can be executed over KBs to obtain final answers or predict answers directly. Empirical results show that the former often produces more accurate answers, but it suffers from non-execution issues due to potential syntactic and semantic errors in the generated logical forms. In this work, we propose a novel framework DecAF that jointly generates both logical forms and direct answers, and then combines the merits of them to get the final answers. Moreover, different from most of the previous methods, DecAF is based on simple free-text retrieval without relying on any entity linking tools — this simplification eases its adaptation to different datasets. DecAF achieves new state-of-the-art accuracy on WebQSP, FreebaseQA, and GrailQA benchmarks, while getting competitive results on the ComplexWebQuestions benchmark.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI