DecAF: 知識ベースにおける質問応答のための回答と論理形式の共同デコーディング

知識ベース（KBs）における質問応答は、KBs内の実体や関係といった事実情報を用いて自然言語の質問に答えることを目的としています。これまでの方法は、最終的な回答を得るためにKBs上で実行可能な論理形式を生成するか、直接回答を予測します。経験的な結果は、前者がしばしばより正確な回答を生成することを示していますが、生成された論理形式における潜在的な構文的および意味的エラーのために非実行問題に悩まされています。本研究では、論理形式と直接回答の両方を共同生成し、それらの利点を組み合わせて最終的な回答を得る新しいフレームワークDecAFを提案します。さらに、ほとんどの従来の方法とは異なり、DecAFは任意の実体リンクツールに依存せず、単純なフリーテキスト検索に基づいています。この簡略化により、異なるデータセットへの適応が容易になります。DecAFは、WebQSP、FreebaseQA、およびGrailQAベンチマークにおいて最新の精度を達成し、ComplexWebQuestionsベンチマークでも競争力のある結果を得ています。