基于Graph Transformer的知识库问题生成(Question Generation from Knowledge Base with Graph Transformer)
2020-10-01CCL 2020Unverified0· sign in to hype
Yue Hu, Guangyou Zhou
Unverified — Be the first to reproduce this paper.
ReproduceAbstract
知识库问答依靠知识库推断答案需大量带标注信息的问答对,但构建大规模且精准的数据集不仅代价昂贵,还受领域等因素限制。为缓解数据标注问题,面向知识库的问题生成任务引起了研究者关注,该任务是利用知识库三元组自动生成问题。现有方法仅由一个三元组生成的问题简短且缺乏多样性。为生成信息量丰富且多样化的问题,本文采用Graph Transformer和BERT两个编码层来加强三元组多粒度语义表征以获取背景信息。在SimpleQuestions上的实验结果证明了该方法有效性。