Data Augmentation for Biomedical Factoid Question Answering
Athens University of Economics and Business（雅典经济与商业大学）；Institute for Language and Speech Processing, Research Center ‘Athena’（“雅典娜”研究中心语言与语音处理研究所）；Institute of Informatics and Telecommunications, NCSR ‘Demokritos’（国家科学研究中心“德谟克利特”信息与电信研究所）
我们研究了七种数据增强（da）方法在模拟问答中的效果，主要集中在生物医学领域，在那里获得训练实例特别困难。我们用BioASQ挑战赛的数据进行实验，我们用从人工生物医学机器阅读理解数据集获得的训练实例，或通过反向翻译，信息检索，基于word 2 vec嵌入的单词替换，或掩蔽语言建模，问题生成，或用额外的上下文扩展给定的段落。我们表明，DA可以导致非常显着的性能增益，即使使用大型预训练的Transformers，有助于更广泛的讨论，如果/当DA受益于大型预训练模型。最简单的da方法之一，基于word 2 vec的单词替换，性能最好，值得推荐。我们发布我们的人工训练实例和代码。
2022-04-10 cs.AI cs.CL
Multilingual Non-Factoid Question Answering with Answer Paragraph Selection
Indraprastha Institute of Information Technology, Delhi（因德拉普拉斯信息技术学院德里校区）；International Institute of Information Technology, Hyderabad（国际信息技术学院海得拉巴校区）
本文提出覆盖38种语言、含578K余问答对的非事实型多语言数据集MuNfQuAD，并通过微调APS模型验证其答案段落选择与跨语言泛化能力。
2025-02-19 cs.AI cs.CL cs.IR
UNCC Biomedical Semantic Question Answering Systems. BioASQ: Task-7B, Phase-B
UNC Charlotte（北卡罗来纳大学夏洛特分校）
在本文中，我们详细介绍了我们提交的2019年，第7年，BioASQ比赛。我们提出了我们的方法，任务-7b，B阶段，精确定位任务。这些问答（QA）任务包括模拟事实、是/否、列表类型问答。我们的系统是基于上下文的词嵌入模型。我们使用了双向编码器表示从Transformers（BERT）为基础的系统，微调生物医学问答任务，使用生物BERT。在第三批测试中，我们的系统取得了最高的MRR分数的仿真问答任务。此外，对于列表类型的问答任务，我们的系统在第四批测试中获得了最高的召回分数。随着我们的详细方法，我们提出了我们提交的结果，并强调了我们当前方法的缺点以及在未来实验中改进它们的方法。
2020-02-05 cs.CL cs.IR
ComQA: A Community-sourced Dataset for Complex Factoid Question Answering with Paraphrase Clusters
Amazon Alexa（亚马逊Alexa）；Max Planck Institute for Informatics（马克斯·普朗克信息学研究所）；Bloomberg L.P.（彭博有限合伙企业）
为了弥合模拟问答（QA）中最先进的能力与用户提问之间的差距，我们需要捕获用户感兴趣的各种问题现象的真实用户问题的大型数据集，以及这些问题的不同表达方式。我们介绍ComQA，一个真实用户问题的大型数据集，表现出不同的挑战性方面，如组合性，时间推理和比较。ComQA问题来自WikiAnswers社区QA平台，其中通常包含现有搜索引擎技术无法令人满意地回答的问题。通过大量的众包工作，我们清理了问题数据集，将问题分组到释义集群中，并用它们的答案注释集群。ComQA包含11，214个问题，分为4，834个释义集群。我们详细介绍了构建ComQA的过程，包括在有效利用众包的同时确保其高质量所采取的措施。我们还对数据集进行了广泛的分析，并对ComQA上最先进的系统所取得的结果进行了分析，表明我们的数据集可以成为未来QA研究的驱动力。
2019-04-10 cs.CL
VākQA: A Benchmark and Evaluation Study for Telugu Spoken Factoid Question Answering
International Institute of Information Technology Hyderabad（海得拉巴国际信息技术学院）；Brno University of Technology（布尔诺理工大学）
本文提出泰卢固语口语问答基准VākQA，含2,001个问答对，验证评估方法并基准测试模型，发现翻译丢失文化特异性、语音混淆及级联错误等问题。
2026-09-18 cs.CL eess.AS
Typed-RAG: Type-Aware Decomposition of Non-Factoid Questions for Retrieval-Augmented Generation
本文提出Typed-RAG框架，通过将非事实型问题分类为预定义类型并分解为单方面子查询，提升检索相关性与答案质量，并构建Wiki-NFQA基准数据集验证其优于现有方法。
2025-07-22 cs.CL cs.IR
Natural Answer Generation: From Factoid Answer to Full-length Answer using Grammar Correction
Indian Institute of Technology Bombay, Mumbai（印度理工学院孟买分校）；Indian Institute of Technology Patna（印度理工学院巴特那分校）；LG Soft India（LG软件印度公司）
现在的问答系统通常使用基于模板的语言生成。虽然对于特定领域的任务来说已经足够了，但是这些系统对于独立于领域的系统来说限制太多，并且是预定义的。本文提出了一个系统，输出一个完整的长度的答案给出一个问题和提取的事实答案（短跨度，如命名实体）作为输入。我们的系统使用选区和依赖解析树的问题。基于transformer的语法纠错模型GECToR（2020）被用作后处理步骤，以提高流畅性。我们将我们的系统与（i）改进的指针生成器（SOTA）和（ii）微调的DialoGPT进行比较。我们还测试了我们的方法对存在（是-否）的问题，更好的结果。我们的模型比最先进的（SOTA）方法生成准确和流畅的答案。评估是在NewsQA和SqUAD数据集上进行的，ROUGE-1评分分别增加0.4和0.9个百分点。与SOTA相比，推理时间减少了85%.用于我们评估的改进数据集将作为研究贡献的一部分发布。
2021-12-07 cs.AI cs.CL
Dataset and Neural Recurrent Sequence Labeling Model for Open-Domain Factoid Question Answering
Baidu Research - Institute of Deep Learning（百度研究院 - 深度学习研究所）
近年来，基于神经网络的问答（QA），即神经QA，取得了可喜的成果，但缺乏大规模的真实问答数据集仍然是开发和评估神经QA系统的一个挑战。为了缓解这个问题，我们提出了一个大规模的人类注释的真实世界的QA数据集WebQA超过42 k的问题和556 k的证据。由于现有的神经QA方法将QA解决为序列生成或分类/排名问题，因此它们面临着昂贵的softmax计算，看不见的答案处理或单独的候选答案生成组件的挑战。在这项工作中，我们将神经QA转换为序列标记问题，并提出了一个端到端的序列标记模型，克服了上述所有挑战。在WebQA上的实验结果表明，我们的模型在基于单词的输入下的F1得分为74.69%，显著优于基线，并且在更具有挑战性的基于字符的输入下，性能仅下降3.72 F1点。
2016-09-01 cs.AI cs.CL cs.NE
Neural Question Answering at BioASQ 5B
Hasso Plattner Institute（哈索·普拉特纳研究所）；DFKI（德国人工智能研究中心）
本文介绍了我们提交的2017年BioASQ挑战。我们参加了任务B，B阶段，涉及生物医学问答（QA）。我们专注于factoid和列表问题，使用提取QA模型，也就是说，我们限制我们的系统输出所提供的文本片段的子串。在我们系统的核心，我们使用FastQA，一个最先进的神经QA系统。我们用生物医学词嵌入扩展了它，并改变了它的答案层，使它除了能够回答事实问题外，还能够回答列表问题。我们在大规模开放域QA数据集SQuAD上对模型进行了预训练，然后在BioASQ训练集上对参数进行了微调。通过我们的方法，我们在事实问题上取得了最先进的结果，在列表问题上取得了有竞争力的结果。
2017-06-26 cs.AI cs.CL cs.NE
SRQA: Synthetic Reader for Factoid Question Answering
Institute of Electronics, Chinese Academy of Sciences（中国科学院电子学研究所）；University of Chinese Academy of Sciences（中国科学院大学）；City University of Hong Kong（香港城市大学）
问答系统可以用深度神经网络回答来自各个领域和形式的问题，但在面对多个证据时仍然缺乏有效的途径。我们引入了一个新的模型称为SRQA，这意味着合成阅读器的模拟问答。该模型从模型结构、优化目标和训练方法三个方面对多文档场景下的问答系统进行了改进，分别对应多层注意（MA）、交叉证据（CE）和对抗训练（AT）。首先，我们提出了一个多层注意力网络，以获得更好的代表性的证据。多层注意力机制在每一层内进行问题与段落之间的交互，使得每一层证据的表征都考虑到问题的需求。其次，我们设计了一个交叉证据策略，在更多的证据中选择答案跨度。改进了优化目标，将所有答案在多个证据中的位置作为训练目标，使模型能够在多个证据之间进行推理。第三，在我们的模型中，除了词嵌入之外，还对高级变量进行了对抗性训练。还提出了一种新的归一化方法对抗扰动，使我们可以共同添加扰动到几个目标变量。作为一种有效的正则化方法，对抗训练增强了模型处理噪声数据的能力。结合这三种策略，我们提高了模型的上下文表示和定位能力，可以从多个证据中综合提取答案跨度。我们在WebQA数据集上进行了SRQA，实验表明，我们的模型优于最先进的模型（我们的模型的最佳模糊分数高达78.56%，提高了约2%）。
2020-09-02 cs.CL cs.LG
QANUS: An Open-source Question-Answering Platform
National University of Singapore（新加坡国立大学）
在本文中，我们激励需要一个公开的，通用的软件框架的问答（QA）系统。我们提出了一个开源的QA框架QANUS，研究人员可以利用它来轻松快速地构建新的QA系统。该框架实现了许多代码，否则这些代码将在不同的QA系统中重复。为了证明该框架的实用性和实用性，我们进一步提出了一个功能齐全的拟事实QA系统QA-QA的顶部QANUS。
2015-01-01 cs.CL cs.IR
Cross-Lingual Open-Domain Question Answering with Answer Sentence Generation
Inria（法国国家信息与自动化研究所）；Amazon Alexa AI（亚马逊Alexa AI）
开放域生成式问答通过将文档级检索与答案生成相结合，在英语中取得了令人印象深刻的性能。这些方法，我们称之为GenQA，可以生成完整的句子，有效地回答事实和非事实问题。在本文中，我们将GenQA扩展到多语言和跨语言设置。为此，我们首先介绍GenTyDiQA，这是TyDiQA数据集的扩展，具有阿拉伯语，孟加拉语，英语，日语和俄语的格式良好和完整的答案。基于GenTyDiQA，我们设计了一个跨语言生成模型，该模型通过利用多种语言（包括与问题不同的语言）编写的段落来生成整句答案。我们的跨语言生成系统优于所有5种语言的答案句子选择基线和五种语言中三种语言的单语生成管道。
2022-12-19 cs.CL
Long-context Non-factoid Question Answering in Indic Languages
Indraprastha Institute of Information Technology, Delhi（德里英迪拉普拉斯提信息技术学院）；International Institute of Information Technology, Hyderabad（海得拉巴国际信息技术学院）
本研究针对印度低资源语言长上下文非事实型问答的挑战，探索多种上下文缩短技术及其组合，实验证明该技术可有效提升问答性能、降低计算开销，同时也指出了现有系统的相关局限性。
2025-06-13 cs.CL
PARSE: An Open-Domain Reasoning Question Answering Benchmark for Persian
University of Innsbruck（因斯布鲁克大学）
PARSE是一个面向开放领域的波斯语推理问答基准，通过多阶段过滤和人工评估确保质量，展示了波斯语提示和结构化提示对性能的提升，为低资源环境下开发和评估推理能力的LLM提供了基础。
2026-02-01 cs.CL cs.IR
LittiChoQA: Literary Texts in Indic Languages Chosen for Question Answering
Indraprastha Institute of Information Technology, Delhi（德里英德拉普拉斯塔信息技术学院）；Accenture（埃森哲）
LittiChoQA是一个针对印度语言文学文本的大型问答数据集，通过完整上下文微调在性能上表现最佳，同时上下文缩短显著提升了处理效率。
2026-01-06 cs.CL
Neural Domain Adaptation for Biomedical Question Answering
Hasso Plattner Institute（哈索·普拉特纳研究所）；DFKI（德国人工智能研究中心）
事实问答（QA）最近受益于深度学习（DL）系统的发展。神经网络模型在存在大型数据集的领域中优于传统方法，例如SQuAD（ca. 100，000个问题）的维基百科文章。然而，这些系统还没有被应用到QA在更具体的领域，如生物医学，因为数据集通常太小，从零开始训练DL系统。例如，用于生物医学QA的BioASQ数据集包括不到900个factoid（单个答案）和列表（多个答案）QA实例。在这项工作中，我们通过采用各种迁移学习技术，将在大型开放域数据集（SQuAD，源）上训练的神经QA系统适应于生物医学数据集（BioASQ，目标）。我们的网络架构是基于一个国家的最先进的QA系统，扩展与生物医学词嵌入和一个新的机制来回答列表问题。与现有的生物医学QA系统相比，我们的系统不依赖于特定领域的本体，解析器或实体标记，这是昂贵的创建。尽管如此，我们的系统在事实问题上取得了最先进的结果，在列表问题上取得了有竞争力的结果。
2017-06-15 cs.AI cs.CL cs.NE
CFO: Conditional Focused Neural Question Answering with Large-scale Knowledge Bases
Carnegie Mellon University（卡内基梅隆大学）；Baidu Research（百度研究院）
我们如何才能让计算机自动回答像“谁创造了哈利波特这个角色”这样的问题？精心构建的知识库提供了丰富的事实来源。然而，由于一个问题的多种表达方式，回答以自然语言提出的仿真问题仍然是一个挑战。特别是，我们专注于最常见的问题-那些可以用知识库中的一个事实来回答的问题。我们提出了CFO，一种基于条件聚焦神经网络的方法，用知识库来回答模拟问题。我们的方法首先放大一个问题，以找到更多可能的候选主题提到，并推断出一个统一的条件概率框架的最终答案。在深度递归神经网络和神经嵌入的支持下，我们提出的CFO在108 k个问题的数据集上实现了75.7%的准确率-这是迄今为止最大的公开数据集。它比目前最先进的技术表现出11.8%的绝对优势。
2016-07-04 cs.CL
A Syntactic Approach to Domain-Specific Automatic Question Generation
Ben-Gurion University of the Negev（内盖夫本-古里安大学）
事实性问题是需要简短的基于事实的答案的问题。从给定文本自动生成（AQG）拟事实问题可以有助于教育活动、交互式问答系统、搜索引擎和其他应用。我们的研究目标是生成基于特定领域的factoid源问题答案三元组。我们提出了一个由四个部分组成的管道，它获得特定领域文档的训练语料库作为输入，以及来自同一领域的一组陈述句，并生成一组事实问题作为输出，这些问题涉及源句子，但与它们略有不同，从而可以向问答系统或个人询问比简单的单词匹配需要更深理解和知识的问题。相反，现有的特定领域的AQG系统，利用基于模板的方法来生成问题，我们建议将每个源句子转化为一组问题，通过应用一系列的域独立的规则（基于语法的方法）。我们的管道在网络安全领域进行了评估，分别对管道的每个组件和端到端系统进行了一系列实验。所提出的方法比现有的最先进的AQG系统产生更高百分比的可接受的问题。
2017-12-28 cs.CL
Neural Relation Prediction for Simple Question Answering over Knowledge Graph
Amirkabir University of Technology（阿米尔卡比尔理工大学）
知识图谱被广泛地用作提供事实问题的答案的典型资源。在知识图谱上的简单问答中，关系抽取旨在从一组预定义的关系类型中预测事实问题的关系。大多数最近的方法利用神经网络来匹配问题与所有预定义的关系。在本文中，我们提出了一种基于实例的方法来捕捉潜在的关系的问题，并为此目的，我们检测匹配的释义的一个新的问题，共享相同的关系，并选择其对应的关系作为我们的预测。我们的模型的想法根源于这样一个事实，即关系可以用各种形式的问题来表达，而这些形式共享词汇或语义相似的术语和概念。在SimpleQuestions数据集上的实验表明，该模型比现有的关系抽取模型具有更高的准确率。
2020-07-05 cs.CL cs.LG
The combination of context information to enhance simple question answering
Wuhan University of Technology（武汉理工大学）
随着知识库的迅速发展，基于知识库的问答系统已经成为研究的热点。本文主要研究基于知识库的单关系类事实问题的求解。我们建立了一个问答系统，研究了上下文信息对事实选择的影响，如实体的显著性类型、出度等。实验结果表明，上下文信息可以改善简单问答的结果。
2018-10-09 cs.AI cs.CL
A Benchmark Dataset with Larger Context for Non-Factoid Question Answering over Islamic Text
School of Electrical Engineering and Computer Science (SEECS)（电气工程与计算机科学学院（SEECS））；National University of Sciences and Technology (NUST)（国家科技大学（NUST））；College of Computer and Information Sciences (CCIS)（计算机与信息科学学院（CCIS））；Prince Sultan University（苏丹王子大学）
针对伊斯兰宗教文本问答系统稀缺问题，研究构建了含7.3万余带上下文问答对的《古兰经》经注与圣训领域最大数据集，建立评估基准，并发现自动评估指标与人工评估存在显著差异，需更适配宗教文本特性的评估技术。
2024-09-15 cs.CL cs.LG
Quizbowl: The Case for Incremental Question Answering
University of Maryland at College Park（马里兰大学帕克分校）；University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）；New York University（纽约大学）
学术知识竞赛通过对问答的掌握来测试知识和智力。现代的问答基准测试是图灵测试的一个变体。具体来说，像人类一样回答一系列问题是展示人类智能的最低门槛。本文提出的情况下，一个竞争的形式-参与者可以在听到一个问题（增量）的中间回答-更好地区分（人类或机器）玩家之间的技能。此外，将顺序决策子任务与问答（QA）相结合，为模型校准和对手建模的研究提供了良好的环境。因此，在这个任务中嵌入了三个机器学习挑战：（1）对数千个类似维基百科的答案进行事实问答，（2）校准QA模型的置信度得分，以及（3）结合QA模型，其校准以及对手可能做什么的知识的顺序决策。我们做两个贡献：（1）收集和管理大型的事实问答数据集和附带的游戏数据集，以及（2）开发一个解决这三个机器学习挑战的模型。除了离线评估，我们还将我们的模型与世界上一些最有成就的琐事玩家进行了一系列长达数年的表演赛。在本文中，我们表明，与充满活力的琐事社区的合作有助于提高我们数据集的质量，催生新的研究方向，并作为一种令人兴奋的方式，使公众参与机器学习和自然语言处理的研究。
2021-02-12 cs.CL
Feature extraction and evaluation for BioMedical Question Answering
在本文中，我们介绍了我们在BioASQ管道上的工作。目标是回答四种类型的问题：摘要，是/否，事实和列表。我们的目标是根据经验评估不同的模块：特征提取器和句子选择块。我们使用我们的管道来测试每个模块对各种问题类型的有效性，并进行错误分析。我们定义了对未来与BioASQ管道相关的研究有用的指标，这些指标对提高训练管道的性能至关重要。
2021-05-28 cs.CL
Towards Domain Adaptation from Limited Data for Question Answering Using Deep Neural Networks
Microsoft Research Montreal（微软研究院蒙特利尔分部）
本文探讨了领域自适应，使问答（QA）系统，以回答对新的专业领域的文件提出的问题。使用深度神经网络（DNN）技术的当前QA系统已被证明对于回答通用类事实式问题是有效的。然而，目前的通用DNN模型在新的专门领域中使用时往往是无效的。本文探讨了迁移学习技术对这一问题的有效性。在汽车手册领域的问答实验中，我们证明了标准DNN迁移学习技术在使用新领域中有限数量的带注释的训练数据使DNN模型适应新领域方面工作得令人惊讶。
2019-11-06 cs.CL
Unsupervised Natural Question Answering with a Small Model
Red Dragon AI（红龙人工智能）
最近（2019-02）展示了GPT-2等大型语言模型记忆事实问题答案的能力，这引发了关于知识直接嵌入这些大型模型的程度的问题。这篇简短的论文描述了一种架构，通过这种架构，更小的模型也可以回答这样的问题-通过利用“原始”的外部知识。这项工作的贡献在于，这里提出的方法依赖于无监督学习技术，补充了语言模型的无监督训练。这条研究路线的目标是能够明确地添加知识，而无需广泛的培训。
2019-11-19 cs.AI cs.CL cs.IR
Mitigating Noisy Inputs for Question Answering
University of Maryland（马里兰大学）；Carnegie Mellon University（卡内基梅隆大学）
自然语言处理系统通常位于不可靠输入的下游：机器翻译、光学字符识别或语音识别。例如，虚拟助手只能在理解你的演讲后回答你的问题。我们调查和减轻噪声的影响，从自动语音识别系统上的两个事实的问答（QA）任务。经验表明，将置信度集成到模型中并强制解码未知单词可以提高下游神经QA系统的准确性。我们在超过50万个嘈杂句子的合成语料库上创建和训练模型，并在Quizbowl和Jeopardy的两个人类语料库上进行评估！竞争。
2019-08-08 cs.CL
Framework for Question-Answering in Sanskrit through Automated Construction of Knowledge Graphs
Indian Institute of Technology Kanpur（印度理工学院坎普尔分校）
本文提出一个自动构建知识图谱的梵语问答框架，在摩诃婆罗多、罗摩衍那及阿育吠陀文本上实现实例，能正确回答约50%的事实性问题，并分析了系统不足与改进方向。
2023-10-11 cs.CL
KBQA: Learning Question Answering over QA Corpora and Knowledge Bases
Facebook（脸书）；HKUST（香港科技大学）；Yonsei University（延世大学）；Fudan University（复旦大学）
问答（QA）已经成为人类访问数十亿级知识库的流行方式。与Web搜索不同，知识库上的QA给出了准确和简洁的结果，前提是自然语言问题可以被理解并精确地映射到知识库上的结构化查询。然而，挑战在于，一个人可以用多种不同的方式提出一个问题。以前的方法有自然的限制，由于其表示：基于规则的方法只理解一小部分的“罐头”的问题，而基于关键字或基于同义词的方法不能完全理解的问题。在本文中，我们设计了一种新的问题表示：模板，超过十亿规模的知识库和百万规模的问答语料库。例如，对于有关城市人口的问题，我们学习了诸如$city?, How many people are there in $ city的人口是多少？我们学习了2782个意图的2700万个模板。基于这些模板，我们的问答系统KBQA有效地支持二进制事实问题，以及由一系列二进制事实问题组成的复杂问题。此外，我们扩展了RDF知识库中的谓词，使知识库的覆盖率提高了57倍。我们的QA系统在QALD基准的有效性和效率方面击败了所有其他最先进的作品。
2019-03-06 cs.CL
Studio Ousia's Quiz Bowl Question Answering System
Studio Ousia（Studio Ousia公司）；Nara Institute of Science and Technology（奈良先端科学技术大学院大学）；Keio University（庆应义塾大学）
在本章中，我们描述了我们的问答系统，这是在第三十一届神经信息处理系统（NIPS）年会上的人机问答（HCQA）竞赛中获胜的系统。比赛要求参与者解决一个被称为问答碗的模拟问答任务。为了解决这个问题，我们使用两个新的神经网络模型，并结合这些模型与传统的信息检索模型，使用监督机器学习模型。我们的系统在竞赛中提交的系统中取得了最佳性能，并在与六位顶级人类测验专家的比赛中大获全胜。
2018-03-23 cs.CL
ListReader: Extracting List-form Answers for Opinion Questions
Harbin Institute of Technology（哈尔滨工业大学）
问答是一种高级的自然语言处理能力。大多数提取式机器阅读理解模型都集中在事实性问题上（例如，who，when，where），并将输出答案限制为原始段落中的短而连续的跨度。然而，在现实世界的场景中，许多问题是非事实的（例如，如何、为什么）及其答案以包含多个不连续跨度的列表格式组织。当然，现有的提取模型在设计上无法回答这些问题。针对这一问题，提出了一种基于神经抽取的列表式问答模型ListReader。除了学习问题和内容之间的对齐之外，我们还引入了一个异构的图神经网络来显式地捕获候选片段之间的关联。此外，我们的模型采用了一个共同提取设置，可以提取跨度或跨度级别的答案，允许更好的适用性。两个大规模的不同语言的数据集构建，以支持这项研究。实验结果表明，我们的模型大大优于各种强基线。进一步的讨论提供了对我们的模型如何工作以及性能增益来自何处的直观理解。
2021-10-22 cs.CL
Evaluating Semantic Parsing against a Simple Web-based Question Answering Model
Tel-Aviv University（特拉维夫大学）
语义解析擅长分析复杂的自然语言，其中涉及对多个证据的组合和计算。然而，用于语义解析的数据集包含许多可以从单个Web文档中回答的事实问题。在本文中，我们提出了评估语义解析为基础的问答模型进行比较，他们的问答基线查询网页，并提取答案只从网页片段，没有访问目标知识库。我们在COMPLEXQUESTIONS上研究了这种方法，COMPLEXQUESTIONS是一个旨在关注组合语言的数据集，发现我们的模型获得了合理的性能（35 F1与最先进的41 F1相比）。我们在分析中发现，我们的模型在涉及连词的复杂问题上表现良好，但在涉及关系组合和最高级的问题上表现不佳。
2017-07-14 cs.CL
CQASUMM: Building References for Community Question Answering Summarization Corpora
Myntra Designs（Myntra设计公司）；IIIT-Delhi（德里英迪拉·甘地信息技术学院）
Quora、Stackoverflow等社区问答论坛是丰富的知识资源，经常迎合被主要搜索引擎忽视的主题信息。提交给这些论坛的答案往往是精心制作的，包含垃圾邮件，被诽谤和商业促销所破坏。读者很难通过大量这样的答案来衡量社区的意见。因此，总结成为CQA论坛的优先任务。虽然已经做出了一些努力来总结类事实CQA，但在总结非类事实CQA方面的工作很少。我们认为这是由于缺乏一个相当大的，注释的数据集CQA总结。我们通过过滤440万Yahoo！回答L 6数据集。我们抽样的线程，其中最好的答案可以加倍作为一个参考摘要，并建立从他们百字摘要。我们将其他答案作为候选文档进行总结。我们提供了一个脚本来生成数据集，并介绍了社区问答摘要的新任务。多文档摘要已被广泛研究的新闻文章数据集，特别是在DUC和TAC挑战使用新闻语料库。然而，CQA中的文档具有更高的方差、矛盾的观点和更少的重叠量。我们比较流行的多文档摘要技术，并评估其性能在我们的CQA语料库。我们研究了最先进的技术，并了解了现有的多文档摘要器（MDS）失败的情况。我们发现，大多数MDS工作流程是建立在完全事实的新闻语料库，而我们的语料库有一个公平的份额的意见为基础的实例。因此，我们引入了OpinioSumm，一种新的MDS，其在ROUGE-1评分方面优于最佳基线4.6%。
2018-11-12 cs.CL
Neural Generative Question Answering
Peking University（北京大学）；Noah’s Ark Lab, Huawei Technologies（华为技术有限公司诺亚方舟实验室）
本文提出了一个端到端的神经网络模型，称为神经生成问答（GENQA），它可以生成简单的事实问题的答案，在知识库的基础上。更具体地说，该模型建立在用于序列到序列学习的编码器-解码器框架上，同时配备了查询知识库的能力，并在问答对的语料库上进行训练，其相关三元组在知识库中。实证研究表明，该模型可以有效地处理问题和答案的变化，并通过参考知识库中的事实来生成正确、自然的答案。在问答系统上的实验表明，该模型的性能优于基于嵌入的问答模型以及在相同数据上训练的神经对话模型。
2016-04-22 cs.CL
Do not let the history haunt you -- Mitigating Compounding Errors in Conversational Question Answering
University of Liverpool（利物浦大学）；Amazon（亚马逊）
会话问答（CoQA）任务涉及回答关于上下文段落的一系列相互关联的会话问题。虽然现有的方法在测试时使用人类编写的地面实况答案来回答会话问题，但在现实场景中，CoQA模型将无法访问先前问题的地面实况答案，迫使模型依赖于自己先前预测的答案来回答后续问题。在本文中，我们发现，复合错误发生时，使用以前预测的答案在测试时，显着降低CoQA系统的性能。为了解决这个问题，我们提出了一种采样策略，在训练过程中在目标答案和模型预测之间进行动态选择，从而密切模拟测试时的情况。此外，我们分析了这种现象的严重程度作为问题类型，会话长度和域类型的函数。
2020-05-12 cs.CL cs.IR
Evaluating Answer Reranking Strategies in Time-sensitive Question Answering
University of Innsbruck（因斯布鲁克大学）
本文研究了时间敏感问答中答案时间特征的影响，通过探索多种简单的答案选择技术，发现时间特征在从历时性文档集合中选择最相关答案中起关键作用，并揭示了显式与隐式时间问题间的差异。
2025-03-06 cs.CL cs.IR
A Novel Architecture For Question Classification Based Indexing Scheme For Efficient Question Answering
Echelon Institute of Technology（埃切隆理工学院）
问答系统可以被看作是信息检索的下一步，它允许用户用自然语言提出问题并得到简洁的答案。为了使问答系统成功，研究表明，相对于期望的答案类型的问题的正确分类是必要的。我们提出了一种新的架构，在索引中的问题分类和搜索，保持预期的答案类型的基础上，有效的问答。系统使用答案相关性分数的标准来查找系统返回的每个答案的相关性。在分析所提出的系统，它已被发现，该系统已显示出有前途的结果比现有的系统的基础上的问题分类。
2013-07-26 cs.CL cs.IR
Web-Based Question Answering: A Decision-Making Perspective
University of Washington（华盛顿大学）；Microsoft Research（微软研究院）
我们描述了一个调查的概率模型和成本效益分析，以指导资源密集型的基于Web的问答系统使用的程序。首先，我们提供了一个综述问答系统的研究。然后，我们详细介绍了AskMSR，一个基于Web的问答系统的原型。我们讨论了贝叶斯分析的系统生成的答案的质量，并显示我们如何可以赋予系统的能力，作出决定的数量的查询发出的搜索引擎，查询的成本和预期值的查询结果，在精炼的最终答案。最后，我们回顾了一组实验的结果。
2012-10-19 cs.CL cs.IR
Question Answering Against Very-Large Text Collections
问答涉及开发从大量文档集合中提取有用信息的方法。这是通过专门的搜索引擎完成的，例如Answer。答案搜索的目的是提供问题的答案，而不是列出可能包含正确答案的相关文档的页面。因此，像“埃菲尔铁塔有多高”这样的问题只会返回“325米”或“1，063英尺”。我们的任务是通过改进信息检索以及改进问题系列分析中涉及的预处理来构建Answer的当前版本。
2013-04-26 cs.CL cs.IR
A Survey on Why-Type Question Answering Systems
National Institute of Technology Kurukshetra（库鲁克谢特拉国家技术学院）
诸如Google、Yahoo和Baidu的搜索引擎根据用户的需要以相关网页集合的形式产生信息。问答系统通过提供一个最相关的答案，减少了对以自然语言询问的查询获得答案所花费的时间。据我们所知，对Why型问题的主要研究始于2000年初，我们对Why型问题的研究可以帮助探索事实发现和分析的新途径。本文介绍了Why型问答系统的研究现状，详细介绍了系统的体系结构、工作流程，并提出了进一步研究的方向。
2019-11-12 cs.CL cs.IR
TutorialVQA: Question Answering Dataset for Tutorial Videos
University of Florida（佛罗里达大学）；Adobe Research（奥多比研究院）
尽管当前关于视频问答的可用数据集的数量很多，但仍然需要涉及多步骤和非事实答案的数据集。此外，依赖视频记录仍然是一个未充分探讨的话题。为了充分解决这个问题，我们提出了一个新的问答任务的教学视频，因为他们的冗长和叙事的性质。虽然以前的视频问答的研究都集中在生成一个简短的文本作为答案，给定的问题和视频剪辑，我们的任务的目的是确定一个跨度的视频片段作为一个答案，其中包含各种粒度的教学细节。这项工作的重点是有关图像编辑程序的截屏教程视频。我们引入了一个数据集TutorialVQA，由大约6,000个手动收集的三元组（视频，问题，答案跨度）组成。我们还提供了实验结果与几个基线算法使用的视频成绩单。结果表明，这项任务是具有挑战性的，并呼吁调查新的算法。
2020-05-30 cs.CL
Answering Complex Questions Using Open Information Extraction
Allen Institute for AI（艾伦人工智能研究所）
虽然事实问答（QA）已经取得了实质性的进展，但回答复杂的问题仍然具有挑战性，通常需要大量的知识和推理技术。开放式信息抽取（Open IE）提供了一种为QA生成半结构化知识的方法，但迄今为止，这些知识仅用于回答基于检索的方法的简单问题。我们克服了这一限制，提出了一种方法，推理与开放IE知识，允许更复杂的问题进行处理。使用最近提出的支持图优化框架QA，我们开发了一个新的推理模型，开放IE，特别是一个可以有效地与多个短事实，噪音，元组的关系结构。我们的模型在不同难度的复杂问题上的表现明显优于最先进的结构化求解器，同时也消除了对手动策划知识的依赖。
2017-04-19 cs.AI cs.CL
Simple Question Answering by Attentive Convolutional Neural Network
IBM Watson Group（IBM沃森集团）
这项工作的重点是通过Freebase回答单一关系的事实问题。每个问题都可以从Freebase中的单个形式事实（主语，谓语，宾语）中获得答案。这个任务，简单的问答（SimpleQA），可以通过两步管道来解决：实体链接和事实选择。在事实选择中，我们通过字符级卷积神经网络（char-CNN）将事实候选中的主题实体与问题中提到的实体进行匹配，并通过单词级CNN（word-CNN）将该事实中的谓词与问题进行匹配。这项工作有两个主要贡献。(i)提出了一种简单有效的基于Freebase的实体连接器。我们的实体链接器优于SimpleQA任务的最先进的实体链接器。(ii)一种新的注意力最大池堆叠在词CNN上，使得谓词表示可以更有效地与以谓词为中心的问题表示相匹配。实验表明，我们的系统设置新的国家的最先进的这项任务。
2016-10-11 cs.CL
Hi, how can I help you?: Automating enterprise IT support help desks
IBM Global Business Services（IBM全球企业咨询服务部）
问答是自然语言理解的主要挑战之一。在实现这样的系统时，提供对问题的复杂的长答案是一项具有挑战性的任务，而不是事实回答，因为前者需要上下文消歧。文献中探索的不同方法可以大致分为三类，即：1）基于分类，2）基于知识图谱和3）基于检索。单独来看，它们都没有解决IT支持和维护领域的企业范围的援助系统的需求。在这个领域中，答案的差异很大，从事实到结构化操作程序;知识存在于异构数据源中，如特定于应用程序的文档，门票管理系统和任何单一的通用技术辅助都无法扩展到这样的景观。为了解决这个问题，我们已经建立了一个认知平台，该平台具有针对该领域的功能。此外，我们已经建立了一个通用的问答系统，利用该平台，可以实例化的多个产品，技术在支持领域。该系统使用了一种新的混合回答模型，该模型协调了深度学习分类器、基于知识图谱的上下文消歧模块和复杂的词袋搜索系统。该编排为所提供的问题执行上下文切换，并且如果没有自动化技术可以提供有把握的答案，则还将问题平滑地移交给人类专家。该系统已在675个企业内部IT支持和维护项目中部署。
2017-11-02 cs.AI cs.CL
Boosting Question Answering by Deep Entity Recognition
Institute of Computer Science, Polish Academy of Sciences（波兰科学院计算机科学研究所）
本文介绍了一个开放域的波兰语类事实问答系统RAFAEL。该系统不仅仅是找到一个回答句子;它还提取一个与所需实体相对应的字符串。在这里，重点放在不同的方法来实体识别，检索信息匹配问题的约束条件是必不可少的。除了传统的方法，包括命名实体识别（NER）的解决方案，一种新的技术，称为深度实体识别（DeepER）的介绍和实现。它允许基于先前组装的实体库，全面搜索与给定WordNet同义词集（例如印象派）匹配的所有形式的实体引用。它是通过分析百科全书条目的第一句话以及消除歧义和重定向页面创建的。DeepER还提供自动评估，这使得许多实验成为可能，包括在波兰维基百科上回答的电视问答节目中的一千多个问题。对单独问题集进行手动评估的最终结果表明，DeepER方法的优势在于它能够回答需要超出传统命名实体类别的答案的问题。
2016-05-27 cs.CL
No Need to Pay Attention: Simple Recurrent Neural Networks Work! (for Answering "Simple" Questions)
Comcast Labs（康卡斯特实验室）
一阶拟事实问答假设问题可以由知识库（KB）中的单个事实回答。虽然这似乎不是一项具有挑战性的任务，但最近许多应用复杂语言推理或深度神经网络的尝试在基准集上实现了65%-76%的准确率。我们的方法制定的任务为两个机器学习问题：检测问题中的实体，并在知识库中的关系类型之一分类的问题。我们训练一个递归神经网络来解决每个问题。在SimpleQuestions数据集上，我们的方法比以前发表的结果有了实质性的改进--甚至是基于更复杂架构的神经网络。我们的方法的简单性也有实际的优势，如效率和模块化，这是有价值的，特别是在行业设置。事实上，我们提出了一个初步的分析，我们的模型对来自康卡斯特的X1娱乐平台，每天有数百万用户的真实查询的性能。
2017-07-28 cs.CL
Using Context Information to Enhance Simple Question Answering
Wuhan University of Technology（武汉理工大学）
随着知识库的迅速发展，基于知识库的问答系统成为研究的热点。在本文中，我们提出了两个框架（即，流水线框架、端到端框架）来集中回答单关系类事实问题。在这两个框架中，我们研究了上下文信息对问答质量的影响，如实体的显著类型，出度。在端到端框架中，我们结合了字符级编码和自我注意力机制，使用权重共享和多任务策略来提高问答的准确性。实验结果表明，无论是流水线框架还是端到端框架，上下文信息都能获得更好的简单问答结果。此外，我们发现，端到端的框架实现的结果与国家的最先进的方法在准确性方面的竞争力，并采取比他们更短的时间。
2019-04-27 cs.AI cs.CL
HotpotQA: A Dataset for Diverse, Explainable Multi-hop Question Answering
Carnegie Mellon University（卡内基梅隆大学）；Stanford University（斯坦福大学）；Université de Montréal（蒙特利尔大学）；Google AI（谷歌人工智能）
现有的问答（QA）数据集无法训练QA系统来执行复杂的推理并为答案提供解释。我们介绍了HotpotQA，一个新的数据集，包含113 k个基于维基百科的问答对，具有四个关键特征：（1）问题需要在多个支持文档上寻找和推理来回答;（2）问题是多样的，不受任何预先存在的知识库或知识模式的限制;（3）我们提供推理所需的推理级支持事实，允许QA系统在强监督下进行推理并解释预测;（4）提出了一种新型的事实对比问题，用于测试QA系统提取相关事实并进行必要对比的能力。我们表明，HotpotQA对最新的QA系统具有挑战性，并且支持的事实使模型能够提高性能并做出可解释的预测。
2018-09-25 cs.CL
Learning to Answer Ambiguous Questions with Knowledge Graph
Peking University（北京大学）
在基于知识库的类事实问答任务中，许多问题有不止一种合理的解释。以前的SimpleQuestions作品假设每个问题只有一种解释作为基础事实，因此它们缺乏正确回答模糊问题的能力。在本文中，我们提出了一种新的方法来利用数据集，考虑到存在歧义的问题。在此基础上，提出了一种简单有效的局部知识子图与注意力机制相结合的模型。我们的实验结果表明，我们的方法在这项任务中取得了出色的性能。
2019-12-25 cs.AI cs.CL
Quasar: Datasets for Question Answering by Search and Reading
School of Computer Science（计算机科学学院）；Carnegie Mellon University（卡内基梅隆大学）
我们提出了两个新的大规模数据集，旨在评估系统，旨在理解一个自然语言查询，并从一个大的文本语料库中提取其答案。Quasar-S数据集由37000个完形填空式（fill-in-the-gap）查询组成，这些查询是根据流行网站Stack Overflow上的软件实体标签定义构建的。网站上的帖子和评论作为回答完形填空题的背景语料。Quasar-T数据集由43000个开放领域的琐事问题和从各种互联网来源获得的答案组成。CNOW Web 09作为提取这些答案的背景语料库。我们将这些数据集作为仿真问答的两个相关子任务的挑战：（1）搜索包含查询正确答案的相关文本片段，以及（2）阅读检索到的文本以回答查询。我们还描述了一个检索系统，用于从给定查询的语料库中提取相关的句子和文档，并将这些包括在发布中，供希望只关注（2）的研究人员使用。我们在两个数据集上评估了几个基线，从简单的算法到强大的神经模型，并表明这些基线分别落后于Quasar-S和-T的16.4%和32.1%。这些数据集可在https://github.com/bdhingra/quasar上获得。
2017-08-09 cs.CL cs.IR cs.LG
MixQG: Neural Question Generation with Mixed Answer Types
Salesforce AI Research（赛富时人工智能研究院）
提出好的问题是人类和机器智能的基本能力。然而，现有的神经问题生成方法主要集中在简短的factoid类型的答案。在本文中，我们提出了一个神经问题生成器MixQG来弥合这一差距。我们结合了9个问答数据集与不同的答案类型，包括是/否，多项选择，提取和抽象的答案，训练一个单一的生成模型。我们的实证结果表明，我们的模型优于现有的工作，在可见和不可见的领域，并可以生成不同的认知水平的问题时，不同的答案类型的条件。我们的代码已经发布，并与Huggingface库很好地集成，以促进各种下游应用程序。
2022-05-31 cs.CL
Modeling Multi-hop Question Answering as Single Sequence Prediction
Salesforce Research（赛富时研究院）
解码器融合（Fid）（Izacard和Grave，2020）是一种生成式问答（QA）模型，它利用预先训练的Transformer进行段落检索，并将最先进的技术推向单跳QA。然而，多跳QA的复杂性阻碍了生成式QA方法的有效性。在这项工作中，我们提出了一个简单的生成方法（PathFid），通过明确建模的推理过程来解决多跳问题的答案，扩展任务不仅仅是答案生成。通过线性化支持段落、其关键句子以及最终事实答案的分层推理路径，我们将问题视为单个序列预测任务。为了方便复杂的推理与多个线索，我们进一步扩展了统一的平面表示的多个输入文档的编码交叉通道的相互作用。我们广泛的实验表明，PathFid导致两个多跳QA数据集：HotpotQA和IIRC强大的性能增益。除了性能的提高，PathFid更具有可解释性，这反过来又会产生与基线Fid模型相比更忠实地基于支持段落和事实的答案。
2022-05-18 cs.CL
Discourse Comprehension: A Question Answering Framework to Represent Sentence Connections
The University of Texas at Austin（德克萨斯大学奥斯汀分校）；University of Colorado Boulder（科罗拉多大学博尔德分校）；University of California San Diego（加州大学圣地亚哥分校）
虽然通过简单的事实问答在文本理解方面已经有了实质性的进展，但是对话语的更全面的理解仍然是一个主要的挑战（Dunietz等人，2020年）。有人在阅读文本时批判性地反思文本，会提出好奇心驱动的，通常是开放式的问题，这些问题反映了对内容的深刻理解，需要复杂的推理来回答（Ko等人，2020; Westera等人，2020年）。建立和评估这种类型的话语理解模型的一个关键挑战是缺乏注释数据，特别是因为收集这些问题的答案需要注释者的高认知负荷。本文提出了一种新的范式，使可扩展的数据汇集针对新闻文件的理解，通过话语的镜头看这些问题。由此产生的语料库，DCQA（话语理解的问答），捕捉话语和句子之间的语义联系的形式自由，开放式的问题。在我们对Ko等人（2020）的问题进行注释的评估集上，我们表明DCQA为回答开放式问题提供了有价值的监督。我们还设计了预训练方法，利用现有的问答资源，并使用合成数据，以适应无法回答的问题。
2022-10-17 cs.CL
Answer Sequence Learning with Neural Networks for Answer Selection in Community Question Answering
Harbin Institute of Technology, Shenzhen Graduate School（哈尔滨工业大学深圳研究生院）
将社区问答（CQA）中的答案选择问题视为一个答案序列标记任务，提出了一种基于递归结构的答案选择方法。该方法首先利用卷积神经网络（CNN）学习问题-答案对的联合表示，然后将联合表示作为长短期记忆（LSTM）的输入学习问题的答案序列，以标记每个答案的匹配质量。在SemEval 2015 CQA数据集上进行的实验表明了该方法的有效性。
2015-06-22 cs.CL cs.IR cs.LG
Biomedical Question Answering via Weighted Neural Network Passage Retrieval
ETH Zurich（苏黎世联邦理工学院）
近年来，可公开获得的生物医学文献的数量一直在快速增长，然而问答系统仍在努力开发这种数据源的全部潜力。在初步处理步骤中，许多问答系统依赖于检索模型来识别相关文档和段落。提出了一种基于神经网络词嵌入的加权余弦距离检索方案。我们的实验基于BioASQ生物医学问答挑战赛的公开数据和任务，并在各种最先进的模型中表现出显着的性能提升。
2018-01-09 cs.AI cs.CL cs.IR
