重新思考结构化生成：基于图的推理能否化解歧义？

研究人员将结构化生成重构为歧义感知推理问题，提出通过基于图的推理在多个合理输出中进行选择，以解决单参考预测导致的输出不稳定。该方案采用多有效学习框架保留歧义，将候选结构表示为实体关系图，并依据语义对齐与关系一致性进行筛选。实验表明，该方法在不同歧义水平的结构化生成基准上持续提升了准确率、稳定性和鲁棒性。