基于深度学习的隐喻检测知识注入：综述

该研究对深度学习在隐喻识别任务中的知识注入应用进行了全面的综述和总结，包括主流知识和知识注入原则、数据集、评估指标和基准模型，并探讨了当前知识注入方法面临的问题和未来研究方向。

本文研究了非萃取式常识问答（QA）的挑战性AI任务，分析了最新的常识QA方法、知识资源和知识融合方法，并在多个常识数据集上进行了基准测试。结果显示，注重知识融合的注意力注入方式是较好的选择，领域重叠度对模型的成功程度至关重要。