实验室动态

[ACL 2023] Structure-Discourse Hierarchical Graph for Conditional Question Answering on Long Documents

[ACL 2023] Structure-Discourse Hierarchical Graph for Conditional Question Answering on Long Documents

杜浩伟关于长文本问答的论文Structure-Discourse Hierarchical Graph for Conditional Question Answering on Long DocumentsACL 2023 findings接收

条件式长文档问答旨在在长文档中找到可能的答案并确定需要满足的条件,以确保答案的正确性。现有方法通过将长文档分为多个部分,并关注全局和局部标记的信息,以预测答案和相应的条件来解决这个任务。然而,文档的自然结构和每个文档部分之间的话语关系被忽略了,这对于跨部分检索条件以及问题和条件之间的逻辑互动至关重要。为了解决这个问题,本文构建了一个结构-话语分层图(SDHG)并进行自下而上的信息传播。首先,我们为每个部分构建句子级话语图,并通过图注意力编码话语关系。其次,我们基于自然结构构建部分级结构图,并在问题和上下文之间进行互动。最后,不同层次的示被整合到一起,用于共同回答和条件解码。在基准条件问答(ConditionalQA)的实验中,我们的方法在回答度量上超过了先前的最先进水平,EM分数提高了3.0分,F1分数提高了2.4分,同时在共同回答和条件度量上,EM分数提高了2.2分,F1分数提高了1.9分。