World Knowledge for Reading Comprehension: Rare Entity Prediction with Hierarchical LSTMs_world knowledge for reading comprehension:rare ent

《World Knowledge for Reading Comprehension: Rare Entity Prediction with Hierarchical LSTMs Using External Descriptions》

这篇文章是发表在2017年ACL上的，和KBLSTM那篇同时期。属于阅读理解当中完形填空类的问题，针对稀少实体进行预测任务。在提出的层级lstm模型上取得了很好的效果。

分以下四部分介绍：

• Motivation
• Model
• Experiment
• Discussion

1、Motivation

• 想法是，在人们去进行阅读理解的时候，会带有特定的背景知识，我们希望在自动阅读理解系统当中也能达到同样的效果。
• 针对阅读理解当中的实体预测，在CNN/Daily Mail数据集中，大部分问题能够被解决，但是还有一些残留的问题。比如实体出现的次数过少，模型往往预测称频率大的实体；由于实体匿名化，导致实体之间的一些必要联系（知识）被忽略。
• 针对这个问题引入外部知识，考虑带有解释的实体字典。下图是一个例子。
  

2、Model

• 输入是文档还有候选实体及其解释。
• 输出是候选中每个实体对应的概率。

语料构建
首先从html文本当中解析网页数据，并且抽取出他们的内容。在内容当中涉及到的含有超链接的实体（Wikipedia）会被标记，并且用一个特别的符号blank表示，得到训练语料。实体的链接定义形成实体字典。

对于实体的候选集合确定，可以有几种方法。

• 第1种方法是记录所有语料中的实体，这种方式过于复杂，计算量较大。
• 第2种方法是针对当前的文档，提取当中的实体，形成当前的实体候选集。即每一篇文档都有一个实体候选集。

2.1 overview

提出了两种模型：

• Double Encoder
• Hierarchical Double Encoder——文档之间信息并不是独立的，考虑了层次间的交互。

2.2 Double Encoder

将一篇文档D根据标记“blank”分成若干个片段：
Le表示e这个实体对应的Definition：

首先找到实体词对应的解释，把这个解释通过一个循环神经网络得到他的表示$d_e$，见图黄色部分。得到表示之后，把当前句子当中的blank替换成该表示然后计算一个新的隐状态，$h_i^e$，接下来计算一个概率函数即可。通过增加$d_e$到P中，可以传递梯度到lexical encoder，两个modules可以共同学习。

2.3 Hierarchical Double Encoder

考虑到上一个模型，它是对每一篇文档去独立进行的，但是在文档之间可能会存在有用的信息帮助实体的预测。因此提出一种层次化的模型结构。

对每一篇文档中的每一个片段用上述的模型进行编码（蓝色部分）。得到$h_i^e$，i表示第i篇文档，e表示候选中的某一个实体。为了得到这个文档的表示，我们简单地进行一个平均（绿色部分），然而也可以用一些attention的方法，但是复杂度较高。

得到所有的文档的表示之后，通过一个循环神经网络取最后一个状态$r_i$，加入到最后的概率计算当中。

3、Experiment

内容窗口被定义成包含blank的句子。当然也可以增加前一句话或者后一句话。对于字典的解释可以取第一句话，也可以增加后一句话。但是作者进行实验发现这样收益不是很大。

为了训练模型，使用正确的实体作为正样本，其他所有的实体作为负样本。比只使用剩下的候选集当中的一个子集更有效。这样负样本不会太多吗？

作者提出了几个基线模型，第1个是随机模型，随机的选择实体，第2个是频率模型，频率最多的作为预测答案。第3个是通过使用循环神经网络去编码，但是不引入外部知识。第4个是使用TFIDF或者平均词向量特征，并引入外部知识。

实验结果如下：

1、只使用上下文的知识，给定的效果较差。通过引入外部知识＋深度学习可以提高模型的效果。

2、从引入外部知识和不引入外部知识的实验结果可以看出，通过增加外部知识，即使不用深度学习，效果也只是略微差一点，39.6%->35.9%.

3、从上面这个图可以看出，随着实体频率的增加，没有外部知识的模型，效果显著提升，但是有外部知识的模型效果基本是保持一致。说明增加外部知识，即使实体在语料库当中出现的频率特别的少，所能达到的准确率也比较高。

4、Discussion

这篇文章主要是通过引入了字典解释，对阅读理解当中的完形填空任务进行实体预测。当然也可以引入一些实体之间的关系，或者其他类型的关系。

另外提出了一种层级结构更好的捕获文档与文档之间的信息。