Improving Numerical Reasoning Skills in the Modular Approach for Complex Question Answering on Text
Monash University(莫纳什大学)
数字推理技能对于文本上的复杂问答(CQA)是必不可少的。它需要包括计数、比较、加法和减法在内的操作。一种成功的文本CQA方法,神经模块网络(NMN),遵循程序员-解释器范式,并利用专门的模块来执行组合推理。然而,国家独立网络框架在问题和段落中都没有考虑数字和实体之间的关系。我们提出了有效的技术,以提高NMN的数值推理能力,使解释器的问题意识和捕捉实体和数字之间的关系。在用于文本CQA的DROP数据集的同一子集上,实验结果表明,我们的添加比原始NMN的整体F1得分高出3.0分。
2021-09-06 cs.AI cs.CL
Catching rationalization in the act: detecting motivated reasoning before and after CoT via activation probing
UC San Diego(加州大学圣迭戈分校)
研究通过激活探测检测LLM在Cot中的动机推理现象,证明内部表示比CoT监控更可靠,且预生成探测能早期发现动机行为。
2026-03-17 cs.AI cs.CL cs.LG
Common Sense Beyond English: Evaluating and Improving Multilingual Language Models for Commonsense Reasoning
University of Southern California(南加州大学);Information Sciences Institute(信息科学研究所)
常识推理的研究迄今仅限于英语。我们的目标是评估和改进流行的多语言语言模型(ML-LM),以帮助推进常识推理(CSR)超越英语。我们收集了米奇语料库,包括11种不同语言的561 k句子,可用于分析和改进ML-LM。我们提出了米奇探测器,一种语言无关的探测任务,用于公平地评估不同语言中流行的ML-LM的常识。此外,我们还创建了两个新的数据集,X-CSQA和X-CODAH,通过将其英文版本翻译为其他15种语言,以便我们可以评估流行的ML-LM跨语言常识推理。为了提高英语以外的性能,我们提出了一种简单而有效的方法--多语言对比预训练(MCP)。它显著增强了句子表示,在两个基准测试中都获得了很大的性能增益。
2021-06-13 cs.AI cs.CL
Reasoning Like a Doctor: Improving Medical Dialogue Systems via Diagnostic Reasoning Process Alignment
The Hong Kong Polytechnic University(香港理工大学);New York University Shanghai(纽约大学上海分校);Southern University of Science and Technology(南方科技大学)
针对现有医疗对话系统模拟临床诊断时忽略内部思维过程与医生偏好对齐的问题,提出Emulation框架,通过溯因、演绎推理分析及思维过程建模生成符合医生偏好的回复,在两个数据集上验证有效且可提升问诊透明度。
2024-06-20 cs.AI cs.CL
MAF: Multi-Aspect Feedback for Improving Reasoning in Large Language Models
University of California, Santa Barbara(加州大学圣巴巴拉分校)
本文提出 Multi-Aspect Feedback 迭代精炼框架,通过集成多个专注特定错误类别的反馈模块(含冻结LM和外部工具),有效解决LM推理链中的多种错误,在数学推理和逻辑蕴含任务上分别实现高达20%和18%的相对提升。
2023-10-19 cs.AI cs.CL
From Heuristic to Analytic: Cognitively Motivated Strategies for Coherent Physical Commonsense Reasoning
University of Michigan(密歇根大学);LG AI Research(LG AI研究院);University of Illinois at Chicago(伊利诺伊大学芝加哥分校)
本文提出启发式-分析式推理(HAR)策略,将认知心理学中的双重过程融入预训练语言模型的微调与上下文学习,显著提升了物理常识推理的连贯性,并在TRIP基准上取得最优结果。
2023-10-24 cs.AI cs.CL
Improving Mathematical Reasoning Capabilities of Small Language Models via Feedback-Driven Distillation
针对小型语言模型数学推理能力不足的问题,提出反馈驱动的蒸馏框架,通过按难度分类生成变体问题并进行多轮迭代蒸馏,使SLMs达到SOTA数学推理性能。
2024-11-22 cs.AI cs.CL
Think about it! Improving defeasible reasoning by first modeling the question scenario
Carnegie Mellon University(卡内基梅隆大学);Allen Institute for Artificial Intelligence(艾伦人工智能研究院)
可废止推理是一种推理模式,其中结论可以通过考虑新的证据而被推翻。现有的关于可废止推理的认知科学文献表明,一个人在回答问题之前会形成一个问题场景的心理模型。我们的研究目标是询问神经模型是否可以在回答可撤销查询之前同样受益于设想问题场景。我们的方法是,给定一个问题,让模型首先创建一个相关影响的图,然后在回答问题时利用该图作为额外的输入。我们的系统,好奇,实现了一个新的国家的最先进的三个不同的可废止推理数据集。这一结果意义重大,因为它说明了可以通过引导系统“思考”问题并显式地对场景建模来提高性能,而不是反射性地回答。代码、数据和预训练模型位于https://github.com/madaan/thinkaboutit。
2021-10-24 cs.AI cs.CL
Towards Benchmarking and Improving the Temporal Reasoning Capability of Large Language Models
DAMO Academy, Alibaba Group(阿里巴巴集团达摩院);National University of Singapore(新加坡国立大学)
本文针对现有时间依赖问答数据集的偏差问题,提出了全面探测数据集TempReason以评估大语言模型的时间推理能力,并设计了基于时间跨度提取与时间敏感强化学习的新框架来提升该能力,实验证明其方法有效。
2023-06-27 cs.AI cs.CL
Two-Stage Reasoning-Infused Learning: Improving Classification with LLM-Generated Reasoning
本文提出两阶段推理注入学习方法,先微调 Llama-3.2-1B-Instruct 生成推理,再用其增强下游模型训练,在情感分类任务上准确率提升 8.7 个百分点,证明显式推理训练能有效改进 NLP 分类性能。
2025-06-30 cs.AI cs.CL
Improving Arithmetic Reasoning Ability of Large Language Models through Relation Tuples, Verification and Dynamic Feedback
The University of Tokyo(东京大学)
本文提出利用半结构化关系元组表示大型语言模型推理步骤,结合本地代码解释器自动验证与动态反馈机制,有效提升了模型在算术数据集上的推理能力。
2024-06-25 cs.AI cs.CL
Concept-Reversed Winograd Schema Challenge: Evaluating and Improving Robust Reasoning in Large Language Models via Abstraction
Zhejiang University(浙江大学);HKUST(香港科技大学);University of Edinburgh(爱丁堡大学)
本文提出了概念反转的CR-WSC数据集以评估LLMs的鲁棒推理能力,并提出Abstraction-of-Thought(AoT)提示方法,通过概念抽象将对抗样本恢复为正常样本,显著提升了LLMs推理的鲁棒性和一致性。
2024-10-15 cs.AI cs.CL
Improving Context Fidelity via Native Retrieval-Augmented Reasoning
DIRO, Université de Montréal(蒙特利尔大学计算机科学与运筹学系);MetaGPT;Mila - Quebec AI Institute(米拉-魁北克人工智能研究所);McGill University(麦吉尔大学);Yale University(耶鲁大学);Canada CIFAR AI Chair(加拿大CIFAR人工智能教席)
提出原生检索增强推理框架CARE,通过模型自身检索能力在推理链中显式整合上下文证据,显著提升了LLMs的上下文保真度及知识密集型任务的准确性。
2025-09-17 cs.AI cs.CL
Direct Value Optimization: Improving Chain-of-Thought Reasoning in LLMs with Refined Values
Zhejiang University(浙江大学);School of Engineering, Westlake University(西湖大学工程学院);Institute of Advanced Technology, Westlake Institute for Advanced Study(西湖高等研究院先进技术研究所);University College London(伦敦大学学院)
提出强化学习框架 DVO,用单步价值信号和均方误差损失优化 LLM 思维链推理,无需偏好标注,并在数学与常识任务上以更少训练步骤超越离线偏好优化方法。
2025-02-19 cs.AI cs.CL
STAR-S: Improving Safety Alignment through Self-Taught Reasoning on Safety Rules
Research Center for Social Computing and Information Retrieval(社会计算与信息检索研究中心);Harbin Institute of Technology(哈尔滨工业大学)
STAR-S通过自教推理提升大型语言模型的安全性,有效防御对抗攻击。
2026-01-07 cs.AI cs.CL
P-FOLIO: Evaluating and Improving Logical Reasoning with Abundant Human-Written Reasoning Chains
Yale University(耶鲁大学);Harvard University(哈佛大学);NVIDIA(英伟达公司);Salesforce Research(Salesforce研究院)
提出P-FOLIO人工标注数据集,通过单步推理规则分类评估并利用多样本提示与微调显著提升LLM逻辑推理能力,在域外数据集上性能提升超10%。
2024-10-11 cs.AI cs.CL
FalseReject: A Resource for Improving Contextual Safety and Mitigating Over-Refusals in LLMs via Structured Reasoning
The Ohio State University(俄亥俄州立大学);Amazon(亚马逊)
为缓解LLMs对良性查询的过度拒绝问题,本文提出FalseReject资源及图信息增强的对抗性多智能体框架,生成16k数据集以训练模型进行结构化推理,在保障整体安全性的同时大幅减少了不必要的拒绝。
2025-07-15 cs.AI cs.CL
Dual-Head Reasoning Distillation: Improving Classifier Accuracy with Train-Time-Only Reasoning
University of Waterloo(滑铁卢大学);Google(谷歌);DeepMind(深Mind)
提出 DHRD 训练方法,通过仅训练时启用的推理头把教师 CoT 推理依据蒸馏给池化分类头,在七个 SuperGLUE 任务上提升准确率且保持高推理吞吐量。
2025-09-29 cs.AI cs.CL
Narrative-of-Thought: Improving Temporal Reasoning of Large Language Models via Recounted Narratives
University of Michigan(密歇根大学);Northeastern University(东北大学)
本文提出了一种名为Narrative-of-Thought(NoT)的新提示技术,通过将事件集合转换为Python类并引导小模型生成时间叙事,从而在无需微调的预算约束下显著提升了大型语言模型的时间推理能力,其F1分数和结构相似性甚至可媲美GPT-3.5/4。
2024-11-17 cs.AI cs.CL
Improving Mathematical Reasoning Capabilities in Large Language Models via Reasoning Process Error Classification
Human Informatics Labs., NTT, Inc.(NTT公司人类信息学实验室)
本研究通过定义并分类21种推理错误,设计聚焦八种错误类别的提示词,有效提升了大语言模型在数学推理任务上的性能。
2026-09-15 cs.CL
Less is More: Improving LLM Reasoning with Minimal Test-Time Intervention
HKUST(GZ)(香港科技大学(广州));Kuaishou Technology(快手科技);AIML(人工智能实验室);ZJU(浙江大学);Ant Group(蚂蚁集团);HKUST(香港科技大学)
针对大语言模型推理中高计算成本问题,提出最小测试时干预(MTI)框架,通过仅在不确定位置应用分类器自由引导和轻量负提示引导,在保持高效的同时提升推理准确性和稳定性。
2026-06-16 cs.AI cs.CL
Improving Symbolic Translation of Language Models for Logical Reasoning
本文通过微调和增量推理框架,提升小型语言模型在逻辑推理中的符号翻译能力,减少错误率并提高推理性能。
2026-01-14 cs.AI cs.CL
Improving Coherence and Consistency in Neural Sequence Models with Dual-System, Neuro-Symbolic Reasoning
MIT(麻省理工学院);DeepMind;NYU(纽约大学);Facebook AI Research(Facebook人工智能研究院)
人类推理通常可以理解为两个系统之间的相互作用:直觉和联想(“系统1”)和深思熟虑和逻辑(“系统2”)。神经序列模型-在执行复杂的结构化任务方面越来越成功-展示了系统1的优势和失败模式:它们速度快,可以从数据中学习模式,但通常不一致和不连贯。在这项工作中,我们寻求一种轻量级的,无需训练的方法,通过添加System 2启发的逻辑推理来改进现有的System 1类序列模型。我们探讨了这个主题的几种变化,其中候选人的神经序列模型的逻辑一致性检查的符号推理模块,它可以接受或拒绝的代。我们的方法使用神经推理在神经系统1和逻辑系统2之间进行调解。结果表明,该方法可以提高基于神经的故事生成的一致性和准确性。
2021-12-15 cs.AI cs.CL cs.LG
EMCEE: Improving Multilingual Capability of LLMs via Bridging Knowledge and Reasoning with Extracted Synthetic Multilingual Context
Yonsei University(延世大学)
提出EMCEE框架,通过从LLM自身提取并融合语言特定知识,结合推理输出,显著提升多语言任务性能,尤其在低资源语言上平均提升31.7%。
2026-05-29 cs.AI cs.CL
Improving Chess Commentaries by Combining Language Models with Symbolic Reasoning Engines
University of Michigan(密歇根大学);Meta AI
尽管最近在语言建模方面取得了许多进展,但最先进的语言模型缺乏现实世界的基础,并且难以处理涉及复杂推理的任务。与此同时,人工智能符号推理能力的进步导致了在国际象棋和围棋等游戏中表现优于人类的系统(Silver等人,2018年)。国际象棋评论为这两个研究领域提供了一个有趣的领域,因为它需要对复杂的棋盘状态进行推理,并以自然语言提供分析。在这项工作中,我们将展示如何结合符号推理引擎与可控的语言模型生成国际象棋评论。我们进行实验,以证明我们的方法生成的评论是由人类法官比以前的基线首选。
2022-12-15 cs.CL
Improving Retrieval Augmented Language Model with Self-Reasoning
Baidu Inc.(百度公司);Baidu Research(百度研究院)
提出自推理框架,通过相关性感知、证据感知选择和轨迹分析三个过程利用LLM自身生成的推理轨迹,提升了RALM的可靠性与可追溯性,在四个数据集上以极少样本超越SOTA并媲美GPT-4。
2024-12-19 cs.AI cs.CL
CoT Referring: Improving Referring Expression Tasks with Grounded Reasoning
Adobe Research(Adobe研究院);Northeastern University(东北大学)
通过 grounded 推理改进指称表达任务,提出CoT Referring方法,提升多模态大语言模型在复杂指称场景中的性能。
2026-01-17 cs.AI cs.CL
LoopCD: Loop-wise Contrastive Decoding for Improving Reasoning in Looped Language Models
Pohang University of Science and Technology (POSTECH)(浦项科技大学)
针对循环语言模型推理中的循环不稳定性问题,提出循环级对比解码LoopCD,通过对比早期与最终迭代logits干预困难标记,无需训练且开销极小,有效提升多种推理任务性能。
2026-09-22 cs.CL
Through the Lens of Contrast: Self-Improving Visual Reasoning in VLMs
Huazhong University of Science and Technology(华中科技大学);Alibaba Cloud(阿里云)
通过视觉对比提升VLMs的推理能力,提出VC-STaR框架,有效减少推理幻觉并提升多种VLMs的视觉推理性能。
2026-03-03 cs.AI cs.CL cs.CV
Cross-lingual Prompting: Improving Zero-shot Chain-of-Thought Reasoning across Languages
Central South University(中南大学);Harbin Institute of Technology(哈尔滨工业大学);Harbin Institute of Technology, Shenzhen(哈尔滨工业大学(深圳))
针对零样本思维链推理局限于单一语言的问题,提出跨语言提示CLP及跨语言自洽提示CLSP,通过跨语言对齐与任务特定求解生成推理路径,在多个基准上达到最先进性能。
2023-10-23 cs.AI cs.CL
Mission Impossible: Feedback-Guided Dynamic Interactive Planning for Improving Reasoning on LLMs
Central South University(中南大学);Tsinghua University(清华大学);Shanghai AI Laboratory(上海人工智能实验室)
针对语言智能体在开放域多跳推理中依赖固定动作序列的局限,提出 FGDIP 框架,结合历史错误分析、实时反馈与深度优先搜索动态生成推理节点,在 HotpotQA 和 StrategyQA 上分别超越最佳基线 5.03% 和 7.25%。
2025-10-07 cs.AI cs.CL
Constructing Synthetic Instruction Datasets for Improving Reasoning in Domain-Specific LLMs: A Case Study in the Japanese Financial Domain
Nomura Research Institute, Ltd.(摩根士丹利研究机构)
本研究提出了一种通用方法,通过构建合成指令数据集提升领域特定大语言模型的推理能力,并在金融领域进行了验证。
2026-03-02 cs.AI cs.CL cs.LG
Think-Augmented Function Calling: Improving LLM Parameter Accuracy Through Embedded Reasoning
Alibaba International Digital Commerce Group(阿里巴巴国际数字商业集团);School of Software and Microelectronics(软件与微电子学院);Peking University(北京大学)
TAFC通过嵌入式推理提升LLM参数准确性,实现函数调用的显式推理和细粒度优化,增强多参数函数的生成准确性和可解释性。
2026-02-06 cs.AI cs.CL cs.LG
P-CoT: A Pedagogically-motivated Participatory Chain-of-Thought Prompting for Phonological Reasoning in LLMs
本文提出以教学法为动机的参与式思维链提示P-CoT,通过支架式教学和发现式学习等结构化引导激活大语言模型的潜在音系推理能力,在PhonologyBench上最高提升52%,并在部分任务中超越人类基线。
2025-07-22 cs.CL
Think Clearly: Improving Reasoning via Redundant Token Pruning
KAIST(韩国科学技术院);Korea University(韩国大学);Amazon AGI(亚马逊人工智能实验室)
本文提出一种无需训练的冗余Token剪枝方法,通过测量对特殊思考结束Token的注意力分数识别并移除推理路径中的冗余,显著提升了大型语言模型在AIME等推理密集型基准上的准确率。
2025-06-17 cs.AI cs.CL cs.LG
Flow-DPO: Improving LLM Mathematical Reasoning through Online Multi-Agent Learning
University of California, Los Angeles(加利福尼亚大学洛杉矶分校);Microsoft Research(微软研究院)
针对大语言模型难以生成高质量数学推理轨迹的问题,提出Flow-DPO方法,通过多组件LLM协作的增量Flow构建解题方案,结合带滚动推演的在线DPO学习训练,有效提升了模型数学推理性能。
2024-10-29 cs.CL cs.LG
Finding the Cracks: Improving LLMs Reasoning with Paraphrastic Probing and Consistency Verification
School of Data Science, University of Virginia, Charlottesville, United States.(数据科学学院,弗吉尼亚大学,切萨皮克市,美国)
PPCV通过反语探测和一致性验证改进大语言模型推理,通过识别和替换关键标记以提升推理准确性。
2026-02-11 cs.AI cs.CL cs.LG
Improving Complex Reasoning with Dynamic Prompt Corruption: A soft prompt Optimization Approach
Zhejiang University(浙江大学);Hangzhou YunQi Academy of Engineering(杭州云栖工程学院);College of Computer Science and Technology, Zhejiang University of Technology(浙江工业大学计算机科学与技术学院);Alibaba Cloud Computing(阿里巴巴云计算)
针对提示调优在复杂推理任务中提升有限甚至性能下降的问题,提出动态提示损坏方法,通过动态调整软提示影响减轻干扰,在多个推理任务上使准确率提升4%-8%。
2025-04-13 cs.AI cs.CL
Step Guided Reasoning: Improving Mathematical Reasoning using Guidance Generation and Step Reasoning
Huawei Technologies Co., Ltd.(华为技术有限公司);Shanghai Jiaotong University(上海交通大学)
本文提出免训练的Step Guided Reasoning框架,通过在推理阶段引入逐步反思引导机制,使通用大语言模型无需额外训练即可显著提升数学推理性能,并在多个模型上验证了其优于数学专用模型的效果。
2025-09-21 cs.AI cs.CL cs.HC
DiARC: Distinguishing Positive and Negative Samples Helps Improving ARC-like Reasoning Ability of Large Language Models
College of Computer Science and Software Engineering, Shenzhen University(深圳大学计算机与软件学院)
提出DiARC方法,通过构建偏好对(正负样本)来提升大型语言模型在类ARC任务上的推理能力,实验表明该方法在多个基准上持续改进基线模型。
2026-06-29 cs.AI cs.CL
Distillation Contrastive Decoding: Improving LLMs Reasoning with Contrastive Decoding and Distillation
VietAI Research(VietAI研究院)
提出Distillation Contrastive Decoding(DCD)方法,结合对比提示与Dropout、Quantization等蒸馏技术,免除业余模型需求并降低内存,在GSM8K和StrategyQA等基准上显著提升LLMs推理性能。
2024-08-23 cs.AI cs.CL cs.LG
Breaking the Language Barrier: Improving Cross-Lingual Reasoning with Structured Self-Attention
EPFL(洛桑联邦理工学院)
研究多语言模型在语码转换设置下跨语言推理能力的迁移困难,提出一种使用专用参数鼓励跨语言注意力的新机制,在RuleTaker和LeapOfThought数据集上分别提升推理性能14%和4%。
2023-10-23 cs.CL
EfficientXLang: Towards Improving Token Efficiency Through Cross-Lingual Reasoning
Microsoft Corporation(微软公司)
本文研究非英语语言推理的令牌效率,评估三个开源推理模型在多种语言上的表现,发现跨语言推理能减少令牌使用并保持准确性,强调了多语言推理的潜力。
2025-06-30 cs.CL
Making Reasoning Matter: Measuring and Improving Faithfulness of Chain-of-Thought Reasoning
EPFL(洛桑联邦理工学院)
针对大语言模型思维链推理中最终答案与推理步骤忠实度不足的问题,提出包含双模块的FRODO框架,通过因果奖励与反事实偏好目标提升推理忠实度,在多个基线上取得更优效果与更强泛化性。
2024-10-06 cs.CL
NormTab: Improving Symbolic Reasoning in LLMs Through Tabular Data Normalization
University of Alberta(阿尔伯塔大学)
本文提出 NormTab 框架,通过将表格规范化作为独立的预处理步骤,有效解决了网络表格结构差异与不一致问题,显著提升了 LLM 在 WikiTableQuestion 和 TabFact 数据集上的符号推理性能。
2025-04-02 cs.AI cs.CL cs.DB
Improving Latent Reasoning in LLMs via Soft Concept Mixing
School of Computer Science and Technology, Soochow University(计算机科学与技术学院,苏州大学)
通过引入Soft Concept Mixing方法,改进大语言模型的潜在推理能力,提升推理性能并保持训练稳定性。
2025-11-21 cs.CL
Libra: Assessing and Improving Reward Model by Learning to Think
Meituan(美团)
针对现有奖励模型在推理场景的缺陷与主流RL范式的局限,研究提出面向推理的基准Libra Bench与基于学会思考的生成式奖励模型Libra-RM系列,在多基准上达SOTA,验证了其下游相关性与无标注数据优化潜力。
2025-07-29 cs.CL
CounterBench: Evaluating and Improving Counterfactual Reasoning in Large Language Models
Rutgers University(罗格斯大学);Case Western Reserve University(凯斯西储大学)
本文提出CounterBench基准数据集,评估大型语言模型在反事实推理中的表现,并提出CoIn方法提升其能力。
2026-04-11 cs.CL
Format-Adapter: Improving Reasoning Capability of LLMs by Adapting Suitable Format
Harbin Institute of Technology(哈尔滨工业大学);Independent Researcher(独立研究者)
针对LLMs多格式推理依赖高成本人工标注的问题,提出Format-Adapter框架,通过生成并选择合适的推理格式以最小化推理误差,在数学与常识推理任务上平均提升4.3%性能。
2025-06-29 cs.CL
Improving Parametric Knowledge Access in Reasoning Language Models
Columbia University(哥伦比亚大学)
通过强化学习训练,提升推理语言模型在参数知识访问上的能力,改进知识回忆和问答任务表现。
2026-02-25 cs.CL
Self-Training Meets Consistency: Improving LLMs' Reasoning with Consistency-Driven Rationale Evaluation
Sungkyunkwan University(成均馆大学);Tohoku University(东北大学)
本文提出CREST自训练框架,通过后续问题一致性评估理由质量,结合过滤与偏好学习,提升大语言模型推理的稳健性与正确性。
2025-02-06 cs.AI cs.CL cs.LG
Studying and improving reasoning in humans and machines
Institut national de la santé et de la recherche médicale(法国国家健康与医学研究院);Ecole normale supérieure(巴黎高等师范学院)
本文利用认知心理学实验比较人类与大语言模型的推理表现,发现二者存在表面相似但深层差异,且模型与人类对提示策略的响应不同,为人工智能与认知心理学比较研究提供启示。
2023-09-21 cs.AI cs.CL cs.LG
IITK at SemEval-2024 Task 10: Who is the speaker? Improving Emotion Recognition and Flip Reasoning in Conversations via Speaker Embeddings
Indian Institute of Technology Kanpur(印度理工学院坎普尔分校)
本文针对 SemEval-2024 任务 10,提出基于说话者嵌入的掩码记忆网络用于对话情绪识别,并设计以说话者为中心的 Transformer 模型及可能触发区域进行情绪翻转推理,在子任务 3 上较基线提升 5.9 F1。
2024-04-06 cs.AI cs.CL cs.LG
Improving Entity Disambiguation by Reasoning over a Knowledge Base
Amazon Alexa AI(亚马逊Alexa人工智能部门)
实体消歧(ED)中的最近工作通常忽略了结构化知识库(KB)事实,而是依赖于KB信息的有限子集,例如实体描述或类型。这限制了可以消除实体歧义的上下文的范围。为了允许使用所有的知识库的事实,以及描述和类型,我们引入了一个ED模型,通过推理在一个符号知识库中的一个完全可区分的方式链接实体。我们的模型在六个成熟的ED数据集上平均超过了最先进的基线1.3 F1。通过允许访问所有KB信息,我们的模型对基于流行度的实体先验的依赖性更低,并将具有挑战性的ShadowLink数据集(强调不频繁和模糊的实体)的性能提高了12.7 F1。
2022-07-08 cs.CL