UNIFIEDQA: Crossing Format Boundaries with a Single QA System 读书笔记

针对不同形式的QA做了一个整合的工作。对于抽取式、多选式、对错形式的QA数据集，使用了一个单一的模型进行训练，并且测试。

使用的模型是T-5、BART。

Dialogue Relation Extraction with Document-level Heterogeneous Graph Attention Networks 论文解读

论文传送门，代码传送门

任务

从对话数据集中抽取出实体之间的联系。给定一段对话，输出指定两个实体之间的关系，总共有37中不同的关系。

模型

针对对话中不同的信息进行embedding，

1. utterance ，对话中的话使用LSTM模型进行encode。
2. speaker
3. argument
4. entity-type
5. word

由着四种embedding来构建图。之后拼接学到的argument embedding通过分类器输出关系。