-
题名用于表格事实检测的图神经网络模型
- 1
-
-
作者
邓哲也
张铭
-
机构
北京大学信息科学技术学院计算机科学技术系
-
出处
《软件学报》
EI
CSCD
北大核心
2021年第3期753-762,共10页
-
基金
国家重点研发计划(2018AAA0101900,2018AAA0101902)
国家自然科学基金(91646202,61772039)。
-
文摘
在自然语言理解和语义表征的研究中,往往需要验证一句文本陈述是否基于给定的事实证据,这就是事实检测任务.现有的研究主要局限于处理文本事实验证,而结构化证据下的验证还有待探索,比如基于表格等形式的事实验证.TabFact作为最新的基于表格的事实验证数据集,基线方法并没有很好地利用表格的结构性特征.结合表格的结构特征,设计了以行、单元格为单位的基于图神经网络的事实验证模型Row-GVM和Cell-GVM,比基线模型的准确率分别提高了2.62%和2.77%.实验结果表明,这两种利用了表格特征的方法确实是有效的.
-
关键词
表格文本
事实检测
图神经网络
-
Keywords
table-based
fact verification
graph neural network
-
分类号
TP181
[自动化与计算机技术—控制理论与控制工程]
-