
摘要
直接阅读文档并能够从中回答问题是尚未解决的挑战。为了避免这一固有的难题,问答(QA)系统通常转向使用知识库(KBs),这种方法已被证明是有效的。然而,知识库往往存在过于严格的问题,因为其模式无法支持某些类型的答案,并且信息稀疏,例如维基百科包含的信息远多于Freebase。在本研究中,我们引入了一种新方法——键值记忆网络(Key-Value Memory Networks),该方法通过在内存读取操作的寻址和输出阶段使用不同的编码,使得阅读文档变得更加可行。为了在一个统一的框架下比较使用知识库、信息提取或直接使用维基百科文档的效果,我们构建了一个分析工具——WikiMovies,这是一个包含原始文本和预处理知识库的问答数据集,涉及电影领域。我们的方法缩小了这三种设置之间的差距,并在现有的WikiQA基准测试中取得了最先进的结果。
代码仓库
jojonki/key-value-memory-networks
GitHub 中提及
facebookresearch/ParlAI
pytorch
GitHub 中提及
基准测试
| 基准 | 方法 | 指标 |
|---|---|---|
| question-answering-on-wikiqa | Key-Value Memory Network | MAP: 0.7069 MRR: 0.7265 |