Multi-hop reading comprehension focuses on one type of factoid question, where a system needs to properly integrate multiple pieces of evidence to correctly answer a question. Previous work approximates global evidence with local coreference information, encoding coreference chains with DAG-styled GRU layers within a gated-attention reader. However, coreference is limited in providing information for rich inference. We introduce a new method for better connecting global evidence, which forms more complex graphs compared to DAGs. To perform evidence integration on our graphs, we investigate two recent graph neural networks, namely graph convolutional network (GCN) and graph recurrent network (GRN). Experiments on two standard datasets show that richer global information leads to better answers. Our method performs better than all published results on these datasets.


翻译:多op阅读理解侧重于一种事实问题, 系统需要适当地整合多种证据来正确解答一个问题。 先前的工作将全球证据与本地的引用信息相近, 将DAG- 以GRU 命名的 GRU 层编码为连接链, 但是, 在提供丰富推理信息方面, 多op阅读理解有限。 我们引入了一种新的方法来更好地连接全球证据, 与 DAG 相比, 这构成了更复杂的图表。 为了在图表上进行证据整合, 我们调查了两个最近的图形神经网络, 即图形革命网络和图形经常性网络。 对两个标准数据集的实验显示, 更丰富的全球信息可以带来更好的答案。 我们的方法比这些数据集上公布的结果要好。

6
下载
关闭预览

相关内容

商业数据分析,39页ppt
专知会员服务
158+阅读 · 2020年6月2日
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
专知会员服务
26+阅读 · 2019年10月18日
内涵网络嵌入:Content-rich Network Embedding
我爱读PAMI
4+阅读 · 2019年11月5日
Hierarchically Structured Meta-learning
CreateAMind
24+阅读 · 2019年5月22日
Transferring Knowledge across Learning Processes
CreateAMind
27+阅读 · 2019年5月18日
Facebook PyText 在 Github 上开源了
AINLP
7+阅读 · 2018年12月14日
LibRec 精选:推荐系统的论文与源码
LibRec智能推荐
14+阅读 · 2018年11月29日
disentangled-representation-papers
CreateAMind
26+阅读 · 2018年9月12日
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
可解释的CNN
CreateAMind
17+阅读 · 2017年10月5日
Knowledge Based Machine Reading Comprehension
Arxiv
4+阅读 · 2018年9月12日
VIP会员
相关VIP内容
商业数据分析,39页ppt
专知会员服务
158+阅读 · 2020年6月2日
FlowQA: Grasping Flow in History for Conversational Machine Comprehension
专知会员服务
26+阅读 · 2019年10月18日
相关资讯
Top
微信扫码咨询专知VIP会员