Fugu-MT 論文翻訳(概要): Where is Linked Data in Question Answering over Linked Data?

論文の概要: Where is Linked Data in Question Answering over Linked Data?

arxiv url: http://arxiv.org/abs/2005.03640v1
Date: Thu, 7 May 2020 17:42:13 GMT
ステータス: 処理完了
システム内更新日: 2022-12-05 23:41:14.054514
Title: Where is Linked Data in Question Answering over Linked Data?
Title（参考訳）: リンクデータに対する質問回答におけるリンクデータとは?
Authors: Tommaso Soru, Edgard Marx, Andr\'e Valdestilhas, Diego Moussallem, Gustavo Publio, and Muhammad Saleem
Abstract要約: 我々は「知識ベースによるクエストアンサー」と「リンクデータによるクエストアンサー」は、現在、同じ問題の2つの事例であると主張している。本稿では、セマンティックウェブの利点を活用してAI完全質問応答を実現するための新しい評価設定を提案する。
参考スコア（独自算出の注目度）: 0.515680811220034
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: We argue that "Question Answering with Knowledge Base" and "Question Answering over Linked Data" are currently two instances of the same problem, despite one explicitly declares to deal with Linked Data. We point out the lack of existing methods to evaluate question answering on datasets which exploit external links to the rest of the cloud or share common schema. To this end, we propose the creation of new evaluation settings to leverage the advantages of the Semantic Web to achieve AI-complete question answering.
Abstract（参考訳）: 我々は、Linked Dataを明示的に扱うことを宣言しているにもかかわらず、現在、"Question Answering with Knowledge Base"と"Question Answering over Linked Data"は、同じ問題の2つの事例であると主張している。クラウドへの外部リンクを利用したり、共通スキーマを共有するデータセット上で質問応答を評価する方法が存在しないことを指摘する。そこで本研究では,セマンティックウェブの利点を活用してAI完全質問応答を実現するための新しい評価設定を提案する。

関連論文リスト

Open Domain Question Answering with Conflicting Contexts [55.739842087655774]
あいまいでオープンなドメインの質問の25%は、Google Searchを使って検索すると、コンフリクトのあるコンテキストにつながります。我々はアノテータに正しい回答の選択についての説明を依頼する。
論文参考訳（メタデータ） (2024-10-16T07:24:28Z)
UNK-VQA: A Dataset and a Probe into the Abstention Ability of Multi-modal Large Models [55.22048505787125]
本稿ではUNK-VQAと呼ばれる包括的データセットを提案する。まず、画像または疑問について意図的に摂動することで、既存のデータを拡大する。そこで我々は,新たなマルチモーダル大規模モデルのゼロショット性能と少数ショット性能を広範囲に評価した。
論文参考訳（メタデータ） (2023-10-17T02:38:09Z)
ConditionalQA: A Complex Reading Comprehension Dataset with Conditional Answers [93.55268936974971]
条件付き回答を含む複雑な質問を含む質問回答データセットについて述べる。このデータセットを ConditionalQA と呼びます。本稿では,既存のQAモデルの多く,特に回答条件の選択において,ConditionalQAは困難であることを示す。
論文参考訳（メタデータ） (2021-10-13T17:16:46Z)
SituatedQA: Incorporating Extra-Linguistic Contexts into QA [7.495151447459443]
SituatedQA(SituatedQA)は,時間的・地理的文脈を考慮に入れた質問に対して,システムが正しい回答を提示しなければならない,オープン検索型QAデータセットである。質問を求める情報のかなりの割合は、文脈に依存した回答であることがわかった。我々の研究は、既存のモデルが頻繁に更新される、あるいは珍しい場所から回答を得るのに苦労していることを示している。
論文参考訳（メタデータ） (2021-09-13T17:53:21Z)
FeTaQA: Free-form Table Question Answering [33.018256483762386]
FeTaQAは10Kのウィキペディアベースのテーブル、質問、自由形式の回答、テーブルセルペアをサポートする新しいデータセットである。 FeTaQAは、構造化された知識ソースから複数の不連続な事実の検索、推論、および統合後に自由形式のテキスト回答を生成する必要があるため、より困難なテーブル質問回答設定を提供する。
論文参考訳（メタデータ） (2021-04-01T09:59:40Z)
'Just because you are right, doesn't mean I am wrong': Overcoming a Bottleneck in the Development and Evaluation of Open-Ended Visual Question Answering (VQA) Tasks [11.299897008333241]
GQAは、現実世界の視覚的推論と構成的質問応答のためのデータセットである。 GQAデータセットの最良のビジョンモデルによって予測される多くの回答は、基礎的真実の答えと一致しないが、与えられたコンテキストにおいて意味的に意味があり正しい。我々は,この制限に対処するために,既設のNLPツールを用いて自動生成する,地中回答の代替アンサーセット(AAS)を提案する。
論文参考訳（メタデータ） (2021-03-28T00:07:08Z)
ClarQ: A large-scale and diverse dataset for Clarification Question Generation [67.1162903046619]
そこで我々は,スタックエクスチェンジから抽出したポストコメンデーションに基づいて,多様な,大規模な明確化質問データセットの作成を支援する,新しいブートストラップフレームワークを考案した。質問応答の下流タスクに適用することで,新たに作成したデータセットの有用性を定量的に示す。我々はこのデータセットを公開し、ダイアログと質問応答システムの拡張という大きな目標を掲げて、質問生成の分野の研究を促進する。
論文参考訳（メタデータ） (2020-06-10T17:56:50Z)
AmbigQA: Answering Ambiguous Open-domain Questions [99.59747941602684]
我々はAmbigQAを紹介した。AmbigQAは、あらゆる可能な答えを見つけることを含む、新しいオープンドメインの質問応答タスクである。この課題を研究するために,NQ-openから14,042質問をカバーしたデータセットAmbigNQを構築した。 NQオープンの質問の半数以上が曖昧で、イベントやエンティティ参照といった曖昧さの源泉が多様であることがわかった。
論文参考訳（メタデータ） (2020-04-22T15:42:13Z)
What do Models Learn from Question Answering Datasets? [2.28438857884398]
モデルが質問応答データセットから読み解きを学習しているかどうかを検討する。我々は、ドメイン外の例に対する一般化可能性、欠落や不正なデータに対する応答、質問のバリエーションを扱う能力に関するモデルを評価する。読解を通じて質問応答のタスクをよりよく評価する,将来的なQAデータセットの構築を推奨する。
論文参考訳（メタデータ） (2020-04-07T15:41:55Z)
On the General Value of Evidence, and Bilingual Scene-Text Visual Question Answering [120.64104995052189]
本稿では,2つの言語で表現された質問を含む,この問題に対処するための一歩を踏み出したデータセットを提案する。推論を測定することは、偶然に正しい答えを罰することによって、直接一般化を促進する。データセットはVQA問題のシーンテキストバージョンを反映しており、推論評価は参照表現課題のテキストベースのバージョンと見なすことができる。
論文参考訳（メタデータ） (2020-02-24T13:02:31Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。