Respuesta a preguntas generativa neuronal

Este documento presenta un modelo de red neuronal de extremo a extremo, llamado Respuesta a Preguntas Generativa Neuronal (GENQA), que puede generar respuestas a preguntas de hecho simples, basado en los hechos de una base de conocimientos. Más específicamente, el modelo está construido sobre el marco de codificador-decodificador para el aprendizaje de secuencia a secuencia, mientras que está equipado con la capacidad de consultar la base de conocimientos, y se entrena en un corpus de pares de preguntas y respuestas, con sus triples asociados en la base de conocimientos. Un estudio empírico muestra que el modelo propuesto puede lidiar eficazmente con las variaciones de preguntas y respuestas, y generar respuestas correctas y naturales al referirse a los hechos de la base de conocimientos. El experimento sobre la respuesta a preguntas demuestra que el modelo propuesto puede superar a un modelo de QA basado en embeddings, así como a un modelo de diálogo neuronal entrenado con los mismos datos.