论文用图推理在多个合法结构化输出间做选择
资讯摘要
论文指出结构化生成通常被建模为输入到单一结构化输出的确定性映射，这与自然语言常有多重合法解释的特性不符，单参考监督会把歧义压缩成一个预测，导致输出不稳定。作者将任务重构为歧义感知推理，采用多有效学习框架保留歧义，并把候选输出表示为实体与关系的图，通过语义对齐与关系一致性进行图推理选择。作者报告在结构化生成基准上，准确率、稳定性和鲁棒性均有提升。
要点速读
- 论文认为单参考监督会把歧义压缩为单一预测，导致欠定输入下输出不稳定
- 作者提出多有效学习框架，在优化中保留多个合法结构化输出
- 方法将候选输出表示为图，基于语义对齐与关系一致性做图推理选择
中文摘要由 AI 根据公开来源生成，可能存在理解偏差；具体能力、数字、开放时间等信息请以原文为准。
采集于 2026/10/27 08:00:28（北京时间）。 arXiv 日期为本次公告时间，论文初次投稿日期请查看原文版本记录。