CARTON:论文“带有堆栈指针网络的上下文转换器，用于知识图上的会话式问答”的源代码-Car source code

带有堆栈指针网络的上下文转换器，用于知识图上的会话问题回答 神经语义分析方法已广泛用于知识图上的问答（QA）系统。 这种方法提供了灵活性，可以处理具有复杂查询和大量实体的QA数据集。 在这项工作中，我们提出了一个名为CARTON的新颖框架，该框架执行多任务语义解析，以处理大规模知识图上的对话式问题回答问题。 我们的框架由一系列指针网络组成，这些指针网络是上下文转换器模型的扩展，用于解析输入问题和对话历史记录。 该框架生成可以在知识图上执行的一系列动作。 我们在标准数据集上评估CARTON，以进行复杂的顺序问题解答，在该问题上，CARTON的表现优于所有基线。 具体而言，与之前的最新技术水平相比，我们在10个问题类型中的8个问题上观察到F1分数的性能提高。 对于逻辑推理问题，可以提高11个绝对点。 CARTON（具有堆栈指针网络体系结构的上下文变压器）体系结构。 它由三个模块组成：1）基于