用于表格事实检测的图神经网络模型

来源：软件学报杂志2021年第3期北京时间：

作者：邓哲也，张铭

单位：邓哲也，北京大学 信息科学技术学院 计算机科学技术系, 北京 10087111,张铭，北京大学 信息科学技术学院 计算机科学技术系, 北京 10087102

摘要：在自然语言理解和语义表征的研究中，往往需要验证一句文本陈述是否基于给定的事实证据，这就是事实检测任务.现有的研究主要局限于处理文本事实验证，而结构化证据下的验证还有待探索，比如基于表格等形式的事实验证.TabFact作为最新的基于表格的事实验证数据集，基线方法并没有很好地利用表格的结构性特征.结合表格的结构特征，设计了以行、单元格为单位的基于图神经网络的事实验证模型Row-GVM和Cell-GVM，比基线模型的准确率分别提高了2.62%和2.77%.实验结果表明，这两种利用了表格特征的方法确实是有效的.

关键词：表格文本;事实检测;图神经网络

基金资助：国家重点研发计划（2018AAA0101900，2018AAA0101902）；国家自然科学基金（91646202，61772039）