
要約
本論文では、知識ベースから幅広いトピックに関する質問に答えるためのシステムを提案しています。当該モデルは、単語と知識ベースの構成要素の低次元埋め込みを学習し、これらの表現を使用して自然言語の質問と候補となる回答を評価します。質問とその回答の構造化された表現のペア、および質問の言い換えペアを使用してシステムを訓練することで、文献中の競争的なベンチマークにおいて競争力のある結果が得られました。
本論文では、知識ベースから幅広いトピックに関する質問に答えるためのシステムを提案しています。当該モデルは、単語と知識ベースの構成要素の低次元埋め込みを学習し、これらの表現を使用して自然言語の質問と候補となる回答を評価します。質問とその回答の構造化された表現のペア、および質問の言い換えペアを使用してシステムを訓練することで、文献中の競争的なベンチマークにおいて競争力のある結果が得られました。