Better Decomposition, Free Aggregation: A Synthesizer-Folding Framework for Multilingual Multi-Hop Question Answering
School of Computer Science and Engineering, Northeastern University(东北大学计算机科学与工程学院);Kunming University of Science and Technology(昆明理工大学)
针对多语言多跳问答中现有方法的翻译噪声与错误放大问题,提出Syfer框架,通过推迟翻译、格式受限分解与质量检查实现性能与成本的良好平衡。
2026-08-14 cs.AI cs.CL
MST5 -- Multilingual Question Answering over Knowledge Graphs
Universität Paderborn(帕德博恩大学)
针对多语言知识图谱问答中SPARQL生成性能不足的问题,提出用单个多语言transformer统一融合语言上下文与实体信息的方法,并在QALD及新增中日语言上验证有效。
2024-07-08 cs.CL
Mining the Web for Synonyms: PMI-IR versus LSA on TOEFL
本文提出了一种简单的无监督学习算法,用于识别同义词,通过查询Web搜索引擎获得的统计数据的基础上。该算法使用点态互信息(PMI)和信息检索(IR)来度量词对之间的相似性。PMI-IR使用80个同义词测试问题从英语作为外语(TOEFL)和50个同义词测试问题,从收集的测试英语作为第二语言(ESL)的学生进行实证评估。在这两个测试中,该算法获得了74%的分数。PMI-IR与潜在语义分析(LSA)进行了对比,后者在相同的80个托福问题上获得了64%的分数。本文讨论了新的无监督学习算法的潜在应用和LSA和潜在语义索引(LSI)的结果的一些影响。
2002-12-11 cs.CL cs.IR cs.LG
MQA-KEAL: Multi-hop Question Answering under Knowledge Editing for Arabic Language
King Abdullah University of Science and Technology(阿卜杜拉国王科技大学);King AbdulAziz University(阿卜杜勒阿齐兹国王大学);University of Science and Technology, China(中国科学技术大学);Shenzhen University(深圳大学)
针对阿拉伯语多跳问答下的知识编辑,提出MQA-KEAL方法,通过外部记忆存储知识并分解问题,显著优于基线模型。
2024-09-18 cs.CL
Semantic Annotation and Querying Framework based on Semi-structured Ayurvedic Text
Indian Institute of Technology Kanpur(印度理工学院坎普尔分校)
针对梵语NLP无法自动构建知识库的问题,本文手动标注阿育吠陀文本构建含410实体和764关系的知识图谱,设计31个查询模板并定制Sangrahaka框架,支持语义查询与研究。
2022-02-01 cs.CL cs.IR
IslamicPCQA: A Dataset for Persian Multi-hop Complex Question Answering in Islamic Text Resources
Iran University of Science and Technology(伊朗科技大学);Sharif University of Technology(谢里夫理工大学)
本文提出 IslamicPCQA,首个面向伊斯兰文本的波斯语多跳复杂问答数据集,含 12,282 个问答对及支持事实,可支撑多段落推理研究。
2023-04-23 cs.AI cs.CL
Hope Speech Detection in Social Media English Corpora: Performance of Traditional and Transformer Models
本研究对比传统机器学习与Transformer模型在社交媒体希望言论检测中的性能,发现Transformer模型在精确率和召回率上更优,最佳模型加权F1达0.79。
2025-10-27 cs.AI cs.CL
A Matryoshka Hierarchical RAG for Efficient Multi-Hop Question Answering
Polytechnic University of Marche(马尔凯理工大学);University of Modena and Reggio Emilia(摩德纳和雷焦艾米利亚大学)
MatRAG提出结合俄罗斯套娃表示学习的层次化检索框架,通过有向无环图组织文档簇并利用维度感知相似性,在降低索引和查询成本的同时提升多跳问答检索质量。
2026-10-02 cs.CL cs.IR
No Shortcuts to Culture: Indonesian Multi-hop Question Answering for Complex Cultural Understanding
School of Computer Science, University of Sheffield(谢菲尔德大学计算机科学学院)
ID-MoCQA是一个基于印尼传统的多跳问答数据集,旨在评估大型语言模型的文化理解能力,揭示模型在文化推理方面的不足。
2026-02-03 cs.CL
Biomedical Multi-hop Question Answering Using Knowledge Graph Embeddings and Language Models
Persistent Systems Limited(沛星系统有限公司)
生物医学知识图谱是以生物实体为节点、以生物实体之间的关系为边的异质网络。这些实体和关系是从数百万篇研究论文中提取出来的,并统一在一个资源中。基于知识图谱的生物医学多跳问答系统(KGQA)的目标是帮助生物学家和科学家通过使用自然语言提问来获得有价值的见解。通过首先理解问题,然后查询KG以获得正确的节点和关系集以得到答案,可以找到相关答案。为了对问题进行建模,使用诸如RoBERTa和BioBERT的语言模型来从自然语言问题理解上下文。KGQA的挑战之一是KG中缺少链接。知识图谱嵌入(KGE)通过以密集和更有效的方式编码节点和边来帮助克服这个问题。在本文中,我们使用一个公开的KG称为Hetionet,这是一个整合的网络,生物医学知识组装从29个不同的数据库的基因,化合物,疾病,等等。我们已经丰富了这个KG数据集通过创建一个多跳生物医学问答数据集在自然语言测试生物医学多跳问答系统,这个数据集将提供给研究界。这项研究的主要贡献是一个集成的系统,结合语言模型与KG嵌入,以提供高度相关的答案,由生物学家提出的自由形式的问题,在一个直观的界面。生物医学多跳问答系统测试这些数据和结果是非常令人鼓舞的。
2022-11-10 cs.AI cs.LG cs.SI
Mintaka: A Complex, Natural, and Multilingual Dataset for End-to-End Question Answering
Amazon Alexa AI(亚马逊Alexa人工智能部门)
我们介绍了Mintaka,一个复杂的,自然的,多语言的数据集,旨在试验端到端的问答模型。Mintaka由20,000个英语问答对组成,使用维基数据实体进行注释,并翻译成阿拉伯语,法语,德语,印地语,意大利语,日语,葡萄牙语和西班牙语,共180,000个样本。Mintaka包括8种复杂的问题,包括最高级,交叉和多跳问题,这些问题自然是从人群工作者中引出的。我们在Mintaka上运行了基线,其中最好的一个在英语中达到了38%的命中率,在多语言中达到了31%的命中率,这表明现有的模型还有改进的空间。我们在https://github.com/amazon-research/mintaka发布Mintaka。
2022-10-04 cs.CL
What Disease does this Patient Have? A Large-scale Open Domain Question Answering Dataset from Medical Exams
Computer Science and Artificial Intelligence, MIT(麻省理工学院计算机科学与人工智能系);Tongji Medical College, HUST(华中科技大学同济医学院)
开放域问答(OpenQA)任务近年来受到了自然语言处理(NLP)界越来越多的关注。在这项工作中,我们提出了第一个自由形式的多项选择OpenQA数据集,用于解决医疗问题,MedQA,从专业的医学委员会考试收集。它包含三种语言:英语、简体中文和繁体中文,分别包含三种语言的12,723、34,251和14,123个问题。我们实现了基于规则的和流行的神经方法,依次结合文档检索器和机器理解模型。通过实验,我们发现即使是目前最好的方法,在英文、繁体中文和简体中文问题上的测试准确率也只能分别达到36.7%、42.0%和70.1%。我们希望MedQA能给现有的OpenQA系统带来巨大的挑战,并希望它能作为一个平台,在未来从NLP社区推广更强大的OpenQA模型。
2020-09-28 cs.AI cs.CL
InductWave: Inductive Multi-Hop Logical Query Answering on Knowledge Graphs
IIIT-Delhi(印度信息技术学院德里分校);Vrije Universiteit(自由大学);Ellis Institute Finland(芬兰埃利斯研究所);Åbo Akademi University(奥卢大学);IIT Palakkad(印度理工学院帕拉卡德分校)
研究知识图谱上逻辑多跳查询回答问题,提出基于小波的归纳嵌入方法InductWave,在训练图节点数少于测试图时,以较少消息传递层实现与基线模型相当表现,多数情况更优,能在大规模图上评估,优于现有模型。
2026-07-09 cs.AI cs.IR
MultiHop-RAG: Benchmarking Retrieval-Augmented Generation for Multi-Hop Queries
Hong Kong University of Science and Technology(香港科技大学)
针对现有RAG系统处理多跳查询能力不足且缺乏专用基准的问题,研究者构建了包含知识库、多跳查询及对应答案与证据的MultiHop-RAG数据集,实验验证了现有方法的不足并为相关研究提供资源。
2024-01-27 cs.CL
Optimism, Expectation, or Sarcasm? Multi-Class Hope Speech Detection in Spanish and English
The University of Punjab(旁遮普大学);Texas Tech University(德克萨斯理工大学)
本文提出多语言细粒度希望言论数据集PolyHope V2,区分四种希望子类型,并通过实验证明微调transformer在检测细微希望类别和讽刺方面优于GPT-4和Llama 3等大语言模型。
2025-05-05 cs.CL
Better Later Than Sooner: Neuro-Symbolic Knowledge Graph Construction via Ontology-grounded Post-extraction Correction
University of Edinburgh, UK(爱丁堡大学);Samsung AI Center, Cambridge, UK(三星人工智能中心)
提出一种神经符号框架,通过后提取校正解决LLM提取知识图谱时的本体不一致问题,减少token使用并提升图谱一致性。
2026-09-09 cs.AI cs.LG
Context Compression Is Not One Thing: Readable Symbolic Re-expression vs. Coherent Summary at Matched Budget
Independent Researcher(独立研究员);Palo Alto Networks
提出Telegraph English可读符号格式,将检索段落重写为结构化实体关系陈述,在匹配预算下比三种压缩基线及连贯摘要更有效,F1提升13-20个百分点。
2026-06-16 cs.CL
Query and Output: Generating Words by Querying Distributed Word Representations for Paraphrase Generation
Peking University(北京大学);Beijing Institute of Big Data Research(北京大数据研究院);The Hong Kong Polytechnic University(香港理工大学)
最新的方法使用序列到序列模型的释义生成。现有的序列到序列模型倾向于记忆训练数据集中的单词和模式,而不是学习单词的含义。因此,生成的句子往往语法正确,但语义不正确。在这项工作中,我们介绍了一种新的模型的基础上的编码器-解码器的框架,称为词嵌入注意力网络(WEAN)。我们提出的模型通过查询分布式单词表示(即神经词嵌入)来生成单词,希望捕获相应单词的含义。根据以前的工作,我们评估我们的模型上的两个面向释义的任务,即文本简化和短文本摘要摘要。实验结果表明,我们的模型优于序列到序列基线的BLEU得分为6.3和5.5的两个英文文本简化数据集,和ROUGE-2 F1得分为5.7的中文摘要数据集。此外,我们的模型在这三个基准数据集上实现了最先进的性能。
2018-03-30 cs.CL cs.LG
When Does Mixing Help? Analyzing Query Embedding Interpolation in Multilingual Dense Retrieval
National University of Singapore(新加坡国立大学)
通过嵌入级插值构造混合查询,系统研究多语言稠密检索对混合语言查询的敏感性,发现最优混合比在多数情况下优于单语言查询,且英语主导性导致不对称性。
2026-06-12 cs.CL
An Evaluation of Persian-English Machine Translation Datasets with Transformers
University of Isfahan(伊斯法罕大学)
机器翻译(Machine Translation,MT)是近年来研究的热点。然而,波斯语机器翻译仍然是未开发的,尽管大量的研究正在进行的语言与高资源,如英语。此外,虽然在统计机器翻译方面已经对波斯语的一些数据集进行了大量的研究,但目前还没有针对每个语料库的基于transformer的text 2 text模型的标准基线。本研究收集并分析了最流行和最有价值的平行语料库,用于波斯语-英语翻译。此外,我们分别在每个数据集上微调和评估了两个最先进的基于注意力的seq 2seq模型(48个结果)。我们希望这篇论文能帮助研究人员将他们的波斯语和英语以及机器翻译结果与标准基线进行比较。
2023-02-01 cs.AI cs.CL
Efficient extraction of medication information from clinical notes: an evaluation in two languages
University hospital of Strasbourg(斯特拉斯堡大学医院);Inria(法国国家信息与自动化研究所);Inserm(法国国家健康与医学研究院);Université Paris Cité(巴黎西岱大学);HeKA;Université Paris-Saclay(巴黎萨克雷大学);CNRS(法国国家科学研究中心);LISN(巴黎第十一大学计算机科学实验室)
本文提出一种基于transformer的药物信息提取架构,在法语和英语临床记录上以更低计算成本取得与现有方法相当的性能,适合医院有限IT资源环境。
2025-02-05 cs.CL cs.IR
AraBERT: Transformer-based Model for Arabic Language Understanding
American University of Beirut(贝鲁特美国大学)
阿拉伯语是一种形态丰富的语言,与英语相比,资源相对较少,语法探索较少。考虑到这些限制,阿拉伯语自然语言处理(NLP)任务,如情感分析(SA)、命名实体识别(NER)和问答(QA),已经被证明是非常具有挑战性的。最近,随着基于Transformers的模型的激增,基于语言特定的BERT的模型已经被证明在语言理解方面非常有效,只要它们在非常大的语料库上进行预训练。这些模型能够为大多数NLP任务设定新的标准并实现最先进的结果。在本文中,我们专门针对阿拉伯语预先训练了BERT,以实现BERT在英语中所取得的同样成功。AraBERT的性能与Google的多语言BERT和其他最先进的方法进行了比较。结果表明,新开发的AraBERT在大多数测试的阿拉伯语NLP任务上都达到了最先进的性能。预先训练的araBERT模型在https://github.com/aub-mind/arabert上公开,希望鼓励阿拉伯语NLP的研究和应用。
2021-03-07 cs.CL
Learning How to Ask: Querying LMs with Mixtures of Soft Prompts
Johns Hopkins University(约翰斯·霍普金斯大学)
该研究针对预训练语言模型的提示来源问题,提出通过梯度下降学习由软词构成的提示混合体并集成最优提示的方法,实验证明该方法大幅优于现有方法,且随机初始化效果接近有依据初始化,揭示语言模型隐式事实知识此前被低估。
2021-04-14 cs.CL cs.LG
A Human-in-the-Loop, LLM-Centered Architecture for Knowledge-Graph Question Answering
Zuse Institute Berlin(柏林祖斯研究所);Leibniz Institute for Zoo and Wildlife Research(莱布尼茨动物园与野生动物研究所)
本文提出一种人机协同的大语言模型中心架构,用于知识图谱问答,通过生成Cypher查询并让用户逐步优化,提升复杂数据集的可访问性并保持事实准确性。
2026-02-06 cs.CL cs.IR
Cross-Lingual Multi-Hop Knowledge Editing
MILA - Quebec AI Institute(MILA - 魁北克人工智能研究所);Microsoft(微软公司);UNC Chapel Hill(北卡罗来纳大学教堂山分校);North Carolina State University(北卡罗来纳州立大学);Massachusetts Institute of Technology(麻省理工学院);Google DeepMind(谷歌DeepMind)
针对多语言知识更新需求,本文提出跨语言多跳知识编辑范式与CROLIN-MQUAKE基准,并通过语言感知及难负例对比学习增强检索验证框架CLEVER-CKE,最高提升30%。
2025-02-15 cs.AI cs.CL
PhoMT: A High-Quality and Large-Scale Benchmark Dataset for Vietnamese-English Machine Translation
VinAI Research(VinAI研究院)
我们介绍了一个高质量和大规模的越南语-英语并行数据集的3.02 M句子对,这是2.9 M对大于基准越南语-英语机器翻译语料库IWSLT 15。我们在我们的数据集上进行实验,比较强大的神经基线和知名的自动翻译引擎,并发现在自动和人工评估中:通过微调预训练的序列到序列去噪自动编码器mBART获得最佳性能。据我们所知,这是国内第一次大规模的越英机器翻译研究。我们希望我们公开的数据集和研究可以作为未来越南语-英语机器翻译研究和应用的起点。
2021-10-23 cs.CL
ChrEn: Cherokee-English Machine Translation for Endangered Language Revitalization
UNC Chapel Hill(北卡罗来纳大学教堂山分校)
切罗基语是切罗基人使用的一种高度濒危的美洲土著语言。切罗基文化深深地嵌入其语言中。然而,世界上大约只有2,000名流利的第一语言切罗基人,而且这个数字每年都在下降。为了拯救这一濒危语言,我们引入了Cherokee-English并行数据集ChrEn,以促进Cherokee和English之间的机器翻译研究。与一些流行的机器翻译语言对相比,ChrEn的资源非常少,总共只包含14 k个句子对。我们以便于域内和域外评估的方式拆分并行数据。我们还收集了5 k Cherokee单语数据,以实现半监督学习。除了这些数据集,我们提出了几个切罗基语-英语和英语-切罗基语机器翻译系统。我们比较了SMT(基于短语)与NMT(基于RNN和基于Transformer)系统;监督与半监督(通过语言模型,反向翻译和BERT/多语言BERT)方法;以及迁移学习与其他4种语言的多语言联合训练。我们最好的结果是15.8/12.7 BLEU的域内和6.5/5.0 BLEU的域外Chr-En/EnChr翻译,分别,我们希望我们的数据集和系统将鼓励社区未来的工作,为切罗基语的复兴。我们的数据、代码和演示将在https://github.com/ZhangShiyue/ChrEn上公开提供
2020-10-09 cs.AI cs.CL
Zero-Shot Cross-Lingual Machine Reading Comprehension via Inter-sentence Dependency Graph
Emory University(埃默里大学);NEC Laboratories America(NEC美国实验室)
我们的目标是跨语言机器阅读理解(MRC)的任务,在直接zero-shot设置,通过合并的句法特征,从普遍的相似性(UD),我们使用的关键特征是每个句子内的句法关系。虽然以前的工作已经证明了有效的语法引导的MRC模型,我们建议采用句间的句法关系,除了基本的句内关系,进一步利用在多句输入的MRC任务的句法依赖。在我们的方法中,我们建立了句子间依赖图(ISDG)连接依赖树,以形成跨句子的全局句法关系。然后,我们提出了ISDG编码器,编码的全球依赖图,通过一跳和多跳依赖路径明确地解决句子间的关系。在三个多语言MRC数据集(XQuAD,MLQA,TyDiQA-GoldP)上的实验表明,我们的编码器只在英语上训练,能够提高所有14个测试集的zero-shot性能,覆盖8种语言,平均提高高达3.8 F1 / 5.2 EM,某些语言的5.2 F1 / 11.2 EM。进一步的分析表明,这种改进可以归因于对跨语言一致性句法路径的关注。
2022-03-15 cs.CL cs.LG
English2Gbe: A multilingual machine translation model for {Fon/Ewe}Gbe
Masakhane NLP;Ai4Innov
语言是解放的一个重要因素。不幸的是,在2,000多种非洲语言中,大多数都是低资源的。该社区最近使用机器翻译来复兴和加强几种非洲语言。然而,经训练的模型通常是双语的,导致潜在指数数量的模型要训练和维护以覆盖所有可能的翻译方向。此外,双语模型没有利用某些语言之间的相似性。因此,多语言神经机器翻译(NMT)获得了相当大的兴趣,特别是对于低资源的语言。然而,社区的采用仍然有限。本文介绍了English 2Gbe,一个多语种的NMT模型,能够从英语翻译到Ewe或Fon。使用Sacrebleu(Post,2018)软件包计算的BLEU,CHRF和TER分数进行再现性分析,我们表明English 2Gbe优于双语模型(英语到Ewe和英语到Fon),并在Nekoto等人建立的Fon JW 300基准上给出了最先进的结果。我们希望这项工作将有助于社区内多语言模型的大规模采用。我们的代码可以从Github访问。
2021-12-13 cs.CL
A Corpus for English-Japanese Multimodal Neural Machine Translation with Comparable Sentences
University of Georgia(佐治亚大学);Kyoto University(京都大学);Osaka University(大阪大学)
多模态神经机器翻译(NMT)多年来已经成为一个越来越重要的研究领域,因为额外的模态,如图像数据,可以为文本数据提供更多的上下文。此外,训练多模态NMT模型的可行性没有一个大的平行语料库继续调查,由于低可用性的图像,特别是英语-日语数据的平行句子。然而,这个空白可以用包含双语术语和平行短语的可比句子来填补,这些句子是通过社交网络帖子和电子商务产品描述等媒体自然创建的。在本文中,我们提出了一个新的多模态英语-日语语料库,具有可比的句子,从现有的图像描述数据集编译。此外,我们补充我们的可比句子与一个较小的平行语料库的验证和测试目的。为了测试这种可比句子翻译场景的性能,我们用可比语料库训练了几个基线NMT模型,并评估了它们的英日翻译性能。由于我们的基线实验中的翻译分数较低,我们认为当前的多模态NMT模型并没有被设计为有效地利用可比的句子数据。尽管如此,我们希望我们的语料库被用来进一步研究多模态NMT与可比的句子。
2020-10-17 cs.AI cs.CL cs.CV
FanOutQA: A Multi-Hop, Multi-Document Question Answering Benchmark for Large Language Models
University of Pennsylvania(宾夕法尼亚大学)
本文提出FanOutQA基准,通过多跳、多文档的扇出问答任务评估大语言模型的复杂推理能力,并发现现有模型在长上下文文档间依赖推理上仍有不足。
2024-06-06 cs.AI cs.CL
Hierarchical Attention Model for Improved Machine Comprehension of Spoken Content
National Taiwan University(国立台湾大学)
多媒体或语音内容比纯文本内容呈现更有吸引力的信息,但是前者更难以在屏幕上显示并被用户选择。因此,对于人类来说,访问前者的大量集合比后者更困难和耗时。因此,开发能够自动理解语音内容并总结关键信息供人类浏览的机器是非常有吸引力的。在这一努力中,最近提出了一个新的任务,机器理解的口语内容。最初的目标被定义为托福的听力理解测试,这是一项针对母语不是英语的英语学习者的具有挑战性的学术英语考试。提出了一种基于注意力的多跳递归神经网络(AMRNN)结构,该结构只考虑语音话语中的顺序关系。在本文中,我们提出了一个新的层次注意力模型(HAM),它构建了一个多跳的注意力机制的树结构,而不是顺序表示的话语。提高理解性能稳健的ASR错误。
2017-01-01 cs.CL
CANTONMT: Investigating Back-Translation and Model-Switch Mechanisms for Cantonese-English Neural Machine Translation
University of Manchester(曼彻斯特大学)
针对粤语-英语低资源翻译问题,构建新的平行与单语语料库,结合回译、模型切换等方法训练的NLLB-mBART模型性能比肩甚至优于顶尖商用翻译工具,还开源了相关网页应用。
2024-05-13 cs.AI cs.CL
ParaNMT-50M: Pushing the Limits of Paraphrastic Sentence Embeddings with Millions of Machine Translations
Carnegie Mellon University(卡内基梅隆大学);Toyota Technological Institute at Chicago(芝加哥丰田理工学院)
我们描述了PARANMT-50 M,一个包含超过5000万个英语-英语重复释义对的数据集。我们通过使用神经机器翻译来翻译大型平行语料库的非英语部分,自动生成了这些对,遵循Wieting等人。我们希望ParaNMT-50 M能够成为释义生成的宝贵资源,并提供丰富的语义知识来源,以改善下游的自然语言理解任务。为了展示它的实用性,我们使用ParaNMT-50 M来训练释义句子嵌入,这些句子嵌入在每次SemEval语义文本相似性竞争中都优于所有有监督系统,此外还展示了它如何用于释义生成。
2018-04-20 cs.CL
Team ACK at SemEval-2025 Task 2: Beyond Word-for-Word Machine Translation for English-Korean Pairs
Adobe Inc.(Adobe公司);CU Boulder(科罗拉多大学博尔德分校);KAIST(韩国科学技术院);New York University(纽约大学);UBC(不列颠哥伦比亚大学)
本研究评估13个英韩翻译模型,发现LLMs优于传统MT系统但在文化适应的实体翻译上仍有困难,通过构建错误分类法揭示了自动评估指标的不足。
2025-04-29 cs.CL cs.IR
MFTCXplain: A Multilingual Benchmark Dataset for Evaluating the Moral Reasoning of LLMs through Multi-hop Hate Speech Explanation
University of Southern California(南加州大学);São Paulo State University(圣保罗州立大学);Saarland University(萨尔兰大学);University of Melbourne(墨尔本大学);Howard University(霍华德大学);Portland State University(波特兰州立大学);Leiden University(莱顿大学)
本文提出多语言基准数据集MFTCXplain,基于道德基础理论通过多跳仇恨言论解释评估LLMs的道德推理,发现模型在仇恨言论检测上表现良好但道德情感预测能力弱,且在代表性不足的语言中理由一致性有限。
2025-10-12 cs.CL
Bactrainus: Optimizing Large Language Models for Multi-hop Complex Question Answering Tasks
Iran University of Science and Technology(伊朗科技大学)
本研究针对多跳问答的证据瓶颈,提出模块化选择器-阅读器框架Bactrainus,经实验验证其在HotpotQA任务中表现优异,为该领域提供了可审计的证据接口方案。
2026-08-19 cs.AI cs.CL
MLaKE: Multilingual Knowledge Editing Benchmark for Large Language Models
Institute of Computing Technology, Chinese Academy of Sciences(中国科学院计算技术研究所);University of Chinese Academy of Sciences(中国科学院大学)
本文提出 MLaKE 多语言知识编辑基准,覆盖五种语言及单跳、多跳问答,用于评估现有方法的跨语言泛化能力并揭示其局限。
2025-02-19 cs.CL
Kinship Data Benchmark for Multi-hop Reasoning
University of York(约克大学);Department of Computer Science(计算机科学系)
KinshipQA通过生成文化特定的家谱数据,评估多跳推理能力,揭示模型在不同文化背景下的推理差异。
2026-09-18 cs.AI cs.CL
Ziya-Visual: Bilingual Large Vision-Language Model via Multi-Task Instruction Tuning
International Digital Economy Academy(国际数字经济学院);University of Science and Technology of China(中国科学技术大学);South China University of Technology(华南理工大学)
本文提出Ziya-Visual系列双语视觉-语言模型,通过多任务指令微调、多阶段训练和低秩适配实现视觉-语言对齐,并利用GPT-4生成中文多模态指令数据,在多项英文及中文多模态任务中取得有竞争力的性能。
2023-10-31 cs.CL
Towards Machine Comprehension of Spoken Content: Initial TOEFL Listening Comprehension Test by Machine
National Taiwan University(国立台湾大学)
多媒体或语音内容比纯文本内容提供更有吸引力的信息,但更难以显示在屏幕上并被用户选择。因此,对于人类来说,访问前者的大量集合比后者更困难和耗时。开发一种能够自动理解语音内容并总结关键信息供人类浏览的机器是非常有吸引力的。在这项工作中,我们提出了一个新的任务,机器理解的口语内容。我们将最初的目标定义为托福听力理解测试,这是一种针对母语不是英语的英语学习者的具有挑战性的学术英语考试。我们进一步提出了一个基于注意力的多跳递归神经网络(AMRNN)架构,在初始测试中取得了令人鼓舞的结果。初步结果也表明,单词水平的注意力可能是更强大的比这个任务与ASR错误的注意力。
2016-08-23 cs.CL
IndicMT Eval: A Dataset to Meta-Evaluate Machine Translation metrics for Indian Languages
Indian Institute of Technology Madras(印度理工学院马德拉斯分校);AI4Bharat;Microsoft(微软)
本文构建了包含7000个细粒度标注、覆盖5种印度语言和7个MT系统的MQM数据集,以填补英语到印度语言机器翻译评估的空白,发现COMET等预训练指标与人工评分相关性最高,并指出需开发针对印度语言的指标。
2023-07-03 cs.CL
Better Retrieval, Worse Robustness: How Multi-hop RAG Amplifies Upstream ASR Errors
Continuum AI
该研究探究多跳RAG的实体图链接、迭代重述两种扩展方式对上游ASR错误的影响,发现二者会放大错误,其组合使F1差距增大36%-67%,实体损坏是主要失效模式,轻量缓解措施效果有限。
2026-08-26 cs.CL cs.IR eess.AS
Semantic Bridge: Universal Multi-Hop Question Generation via AMR-Driven Graph Synthesis
Linqing Chen, Hanmeng Zhong, Wentao Wu, Weilei Wang(作者)
提出Semantic Bridge框架,通过AMR驱动的语义图编织机制从稀疏来源可控生成复杂多跳推理问题,在多语言和领域上显著优于基线与人工标注,为LLM训练数据合成确立新范式。
2025-08-06 cs.CL
Toward an MT System without Pre-Editing --- Effects of New Methods in ALT-J/E ---
近来,已经开发了几种类型的日语到英语的机器翻译系统,但是它们都需要将原始文本重写为易于翻译的日语的初始过程。因此,这些系统不适合翻译需要迅速传播的信息。为了克服这一局限性,一种基于建构过程理论的多层次翻译方法被提出。本文介绍了在日英机器翻译系统ALT-J/E中使用该方法的好处。与传统的组合翻译法相比,多层次翻译法强调表达结构整体意义的重要性。它被证明是能够翻译典型的书面日语的基础上,在其上下文的文本的意义,比较容易。我们现在有希望进行有用的机器翻译,而无需手动预编辑。
1995-11-01 cmp-lg cs.CL
MaXM: Towards Multilingual Visual Question Answering
Google Research(谷歌研究院)
本文针对多语言视觉问答资源消耗大的问题,提出基于翻译的数据生成框架,构建了涵盖7种语言的MaXM基准,并开发了轻量有效的方法对现有VQA模型进行基准测试。
2023-10-24 cs.CL cs.CV
Multi-channel Encoder for Neural Machine Translation
Baidu Inc.(百度公司)
基于注意力的编码器-解码器具有神经机器翻译(NMT)的有效架构,其通常依赖于递归神经网络(RNN)来构建在解码过程期间将由注意力读者最近调用的块。这种编码器的设计在源句子上产生相对均匀的组合,尽管在编码RNN时采用了门控机制。另一方面,我们往往希望解码器采取不同层次的源句适合自己的语言结构:例如,我们可能希望采取的实体名称在其原始形式,而一个成语作为一个完美的组成单位。出于这种需求,我们提出了多通道编码器(MCE),它增强了不同层次的组合编码组件。更具体地说,除了编码RNN的隐藏状态外,MCE还采用1)原始词嵌入进行原始编码,不进行合成,以及2)神经图灵机(NTM)中外部存储器的特定设计,以进行更复杂的合成,而所有三种编码策略在解码期间都被适当地混合。通过对汉英翻译的实证研究表明,该模型在强大的开源NMT系统DL 4 MT 1上可以提高6.52个BLEU点。在WMT 14英语-法语任务中,我们的单个浅层系统达到BLEU=38.8,与最先进的深层模型相当。
2017-12-06 cs.CL