从异步视频面试(AVI)中的自动语音识别(ASR)转录中,我们解决了基于文本特征自动为候选人的能力评分的任务。问题的关键在于如何构建问题与答案之间的依赖关系,并对每个问答(QA)对进行语义级交互。然而,目前AVI的研究大多集中在如何更好地表示问题和答案上,而忽视了它们之间的依赖信息和相互作用,而这是QA评估的关键。在这项工作中,我们提出了一种层次推理图神经网络(HRGNN)用于问答对的自动评估。具体来说,我们构建了一个句子级关系图神经网络来捕获问题和答案之间的句子依赖信息。基于这些图,我们采用语义级推理图注意网络对当前QA会话的交互状态进行建模。最后,我们提出了一种门控递归单元编码器来表示用于最终预测的时间问答对。在CHNAT(一个真实数据集)上进行的实证结果验证了我们提出的模型显著优于基于文本匹配的基准模型。消融研究和10个随机种子的实验结果也表明了我们模型的有效性和稳定性。
https://www.zhuanzhi.ai/paper/5c766d478e8b7fae79e95f2a09e5bdd1
专知便捷查看
便捷下载,请关注专知公众号(点击上方蓝色专知关注)
后台回复“HRGNN” 可以获取《【AAAI2021】层次推理图神经网络》专知下载链接索引