知識ベースの説明

我々は、入力された構造化知識ベース（KB）について自然言語の説明を自動生成することを目指しています。生成フレームワークは、入力KBから事実をコピーできるポインターネットワークに基づいて構築し、2つの注意メカニズムを追加しました：(i) スロット型とその対応するスロット値の関連性を捉えるためのスロット認識注意；(ii) 関連するスロット間の相互依存関係を捉える新しい\emph{テーブル位置自己注意}です。評価においては、BLEU、METEOR、ROUGEなどの標準的な指標に加えて、生成出力からKBを抽出し、入力KBと比較するKB再構築に基づく指標を提案します。さらに、2つの異なるエンティティタイプに対応する106,216組の構造化KBと自然言語説明が含まれる新しいデータセットを作成しました。実験結果は、我々の手法が最先端の方法よりも著しく優れていることを示しており、再構築されたKBはF値で68.8% - 72.6%を達成しています。