HyperAIHyperAI
il y a 11 jours

ReTraCk : Un cadre souple et efficace pour la réponse à des questions sur les bases de connaissances

{Feng Jiang, Jian-Guang Lou, Chin-Yew Lin, Zhiwei Yu, Qian Liu, Shuang Chen}
ReTraCk : Un cadre souple et efficace pour la réponse à des questions sur les bases de connaissances
Résumé

Nous présentons ReTraCk (Retriever-Transducer-Checker), un cadre d’analyse sémantique neuronal pour la réponse à des questions sur de grandes bases de connaissances (KBQA). ReTraCk est conçu comme un cadre modulaire afin de garantir une grande flexibilité. Il comprend un module de récupération (retriever) permettant d’extraire efficacement les éléments pertinents de la base de connaissances, un transducteur (transducer) capable de générer des formes logiques avec des garanties de correction syntaxique, et un vérificateur (checker) visant à améliorer le processus de transduction. ReTraCk obtient une performance globale au classement GrailQA (top 1) et des résultats très compétitifs sur le benchmark WebQuestionsSP classique. Notre système permet une interaction en temps réel avec les utilisateurs, démontrant ainsi l’efficacité du cadre proposé.

ReTraCk : Un cadre souple et efficace pour la réponse à des questions sur les bases de connaissances | Articles de recherche récents | HyperAI