洲洲的博客

文章目录摘要引言MethodInference on FreebaseEntity LinkingRelation ExtractionMCCNNs for Relation ClassificationSyntactic FeaturesSentential FeaturesObjective Function and LearningJoint Entity Linking & Relation ExtractionlearningFeaturesEntity CluesRelation Clu

文章目录摘要IntroduceOverview方法候选生成Neural Cross-Attention Model问题表征答案表征Cross-Attention modelAnswer-towards-question(A-Q) attentionQuestion-towards-answer(Q-A) attention训练推理Combining Global Knowledge实验实验结果可视化Error Analysis结论ACL 2017http://aclweb.org/anthology/

文章目录摘要设置方法候选生成MCCNNs编码候选答案答案路径答案上下文答案类型模型训练推理多任务学习中的问题释义实验消融实验突出词检测实验错误分析论文出处：ACL 2015论文地址：https://www.aclweb.org/anthology/P15-1026/摘要引入多列卷积神经网络（MCCNNs）从三个不同的角度（即答案路径、答案文本和答案类型）理解问题，并学习它们的分布表示。在知识库中共同学习实体和关系的低维嵌入。利用问题释义，以多任务学习的方式训练multi-task网络。W

文章目录核心方法Traditional MethodsInformation Retrieval-based (IR)Neural Semantic Parsing-based (NSP)OtherDatasetWebQuestionComplexQuestionsWebQuestionsSPComplexWebQuestionsQALDLC-QuADLC-QuAD 2.0核心方法Traditional MethodsSemantic parsing on freebase from questio

文章目录信息检索式的知识库问答确定中心实体问题答案排序语义解析式的知识库问答短语检测资源映射语义组合自然语言问答 (QA) 是指利用各种技术和数据对用户提出的自然语言问题直接给出问题答案。KB-QA是基于知识库的问答。KB-QA 的方法有两大类，即基于信息检索的方法 [1-4] 和基于语义解析的方法 [5-9]。信息检索式的方法一般不生成作为中间结果的结构化查询语句，而是直接从知识图谱中检索...