Dr. Tux: A Question Answering System for Ubuntu users
University of Southern California（南加州大学）
各种各样的论坛和问答（Q&A）网站都可以在网上找到，让Ubuntu用户找到类似于他们的查询结果。然而，搜索结果通常是耗时的，因为它需要用户从大量的问题中找到与他/她的查询相关的特定问题实例。在本文中，我们提出了一个自动化的问答系统Ubuntu用户称为Tux博士，旨在回答用户的查询，从在线数据库中选择最相似的问题。原型是用Python实现的，并使用NLTK和CoreNLP工具进行自然语言处理。原型的数据来自AskUbuntu网站，其中包含约15万个问题。对原型进行人工评估所获得的结果是有希望的，同时也提供了一些有趣的改进机会。
2018-08-25 cs.CL cs.IR
A deep learning approach for predicting the quality of online health expert question-answering services
Harbin Institute of Technology（哈尔滨工业大学）；Hang Seng Management College（恒生管理学院）
目前，越来越多的健康消费者在网上随时随地询问健康相关问题，有效降低了医疗成本。最常见的方法是使用在线健康专家问答（HQA）服务，因为健康消费者更愿意信任专业医生的答案。然而，这些答案的质量可能因情况而异。此外，随着可用HQA服务的增长，如何通过机器学习预测HQA服务的答案质量变得越来越重要和具有挑战性。在HQA服务中，答案通常是短文本，这受到数据稀疏问题的严重影响。此外，HQA服务缺乏社区功能，如最佳答案和用户投票。因此，智慧人群是无法评价答案质量的。针对这些问题，本文将HQA回答质量预测定义为一个分类任务。首先，根据HQA服务的特点和医学专家的反馈，定义了HQA服务回答质量评价标准。其次，根据HQA服务的特点，提出了几种新的非文本特征，包括表面语言特征和社会特征。最后，提出了一种基于深度信念网络（DBN）的HQA答案质量预测框架，通过学习医生答案的高级隐藏语义表示来预测答案的质量。我们的研究结果证明，该框架克服了过于稀疏的文本特征在短文本答案的问题，并有效地识别高质量的答案。
2016-12-21 cs.CL cs.IR
M2QA: Multi-domain Multilingual Question Answering
University of Cambridge（剑桥大学）；Cohere（科here公司）；Technical University of Darmstadt（达姆施塔特工业大学）；Google DeepMind（谷歌DeepMind）
本文提出多领域多语言问答基准 M2QA，涵盖德语、土耳其语、中文及三类领域，用于评估模型联合跨语言跨领域迁移能力，并揭示显著性能下降与适应挑战。
2024-07-01 cs.CL
Efficient Multi-Agent Collaboration with Tool Use for Online Planning in Complex Table Question Answering
Bosch Center for Artificial Intelligence（博世人工智能中心）；University of Augsburg（奥格斯堡大学）；Hochschule der Medien（斯图加特媒体大学）
本文提出无需闭源模型和微调的多智能体工具使用协作框架MACT，通过规划智能体与编码智能体协作，在多个复杂表格问答基准上达到或超越先前最优系统性能。
2025-02-08 cs.CL
Privacy Aware Question-Answering System for Online Mental Health Risk Assessment
University of Southern California（南加州大学）
本研究提出一种基于Unified-QA模型的问答式心理健康风险评估方法，通过差分隐私实现训练过程匿名化，在两个大型数据集上验证了方法有效性，且隐私保护带来的性能下降不足1%。
2023-06-09 cs.AI cs.CL cs.HC
Decoupled Transformer for Scalable Inference in Open-domain Question Answering
大型Transformer模型，如BERT，在开放域问答（QA）的机器阅读理解（MRC）中实现了最先进的结果。然而，Transformers具有很高的推理计算成本，这使得它们很难应用于语音助理等应用的在线QA系统。为了减少计算成本和延迟，我们提出了将Transformer MRC模型解耦为输入分量和交叉分量。解耦允许部分表示计算离线执行并缓存以供在线使用。为了保持解耦的Transformer的准确性，我们从标准的Transformer模型设计了一个知识蒸馏目标。此外，我们引入了学习表示压缩层，这有助于将缓存的存储需求减少四倍。在SQUAD 2.0数据集上的实验中，与标准Transformer相比，解耦的Transformer将开域MRC的计算成本和延迟降低了30-40%，F1分数仅差1.2分。
2021-08-05 cs.CL
ControversialQA: Exploring Controversy in Question Answering
Tokyo Institute of Technology（东京工业大学）；Delft University of Technology（代尔夫特理工大学）
争议在网上很普遍。以前的研究主要是根据对争议与仇恨言论和冒犯性言论等情绪的关系的模糊假设来定义争议。本文介绍了第一个通过用户感知定义内容争议的问答数据集，即，来自大量用户的投票。它包含近10K个问题，每个问题都有一个最佳答案和一个最具争议的答案。实验结果表明，问答中的争议检测是必要的和具有挑战性的，争议和情感任务之间没有很强的相关性。
2023-02-10 cs.CL
RuBQ: A Russian Dataset for Question Answering over Wikidata
ITMO University（ITMO大学）；JetBrains Research（JetBrains研究院）；Ural Federal University（乌拉尔联邦大学）
介绍了第一个俄语知识库问答（KBQA）数据集RuBQ。高质量的数据集包括1，500个不同复杂度的俄语问题，它们的英语机器翻译，对维基数据的SPARQL查询，参考答案，以及包含俄语标签实体的三元组的维基数据样本。数据集的创建始于在线测验中的大量问答对。这些数据经过自动过滤、群体辅助实体链接、自动生成SPARQL查询以及随后的内部验证。
2020-05-21 cs.CL
Asking For It: Question-Answering for Predicting Rule Infractions in Online Content Moderation
本文提出ModQ问答框架，利用社区规则进行内容审核，通过抽取式和选择题问答变体在Reddit和Lemmy数据上训练，优于基线并泛化至新社区。
2025-10-07 cs.AI cs.CL cs.CY
QALD-9-plus: A Multilingual Dataset for Question Answering over DBpedia and Wikidata Translated by Native Speakers
Anhalt University of Applied Sciences（安哈尔特应用科学大学）；Laboratoire Hubert Curien CNRS UMR 5516 Université de Lyon（里昂大学于贝尔·居里安实验室（CNRS UMR 5516））；University of Hamburg（汉堡大学）
不同用户组具有相同体验的能力（即，可访问性）是基于Web的系统的最重要的特征之一。对于通过自然语言接口提供对语义Web数据的访问的知识图谱问答（KGQA）系统也是如此。在遵循我们关于KGQA系统可访问性的多语言方面的研究议程的同时，我们确定了几个持续的挑战。其中之一是缺乏多语言KGQA基准。在这项工作中，我们扩展了最流行的KGQA基准之一- QALD-9，通过引入高质量的问题翻译到母语人士提供的8种语言，并将QALD-9的SPARQL查询从DBpedia转移到Wikidata，s.t.，数据集的可用性和相关性大大增加。其中五种语言-亚美尼亚语，乌克兰语，立陶宛语，巴什基尔语和白俄罗斯语-据我们所知，KGQA研究界以前从未考虑过。后两种语言被联合国教科文组织列为“濒危”语言。我们将扩展数据集称为QALD-9-plus，并在https://github.com/Perevalov/qald_9_plus上提供。
2022-02-07 cs.CL cs.IR
VisKG-LM: Compiling Knowledge Graphs into Visual Memory for Multiple-Choice Question Answering
VisKG-LM将知识图谱子图离线编译为视觉记忆图像，供语言模型在推理时查阅，在三个问答基准上超越现有方法，证明了编译视觉记忆作为在线图传播的可行替代方案。
2026-09-18 cs.CL cs.IR cs.LG
Automated Answer Validation using Text Similarity
IBM Research India（IBM印度研究院）；Tata Consultancy Services（塔塔咨询服务公司）
本文面向自动化答案验证，实现 Siamese neural network 监督模型，提出泛化的文本相似度方案，并与同类方法比较。
2024-01-13 cs.CL cs.IR
LittleMu: Deploying an Online Virtual Teaching Assistant via Heterogeneous Sources Integration and Chain of Teach Prompts
本文提出虚拟MOOC助教LittleMu，通过异构知识源检索与“教学链”提示利用预训练模型，以极少标注数据实现问答和闲聊，并在学堂在线平台服务超8万用户。
2023-08-11 cs.AI cs.CL cs.IR
Medicines Question Answering System, MeQA
Agencia Española de Medicamentos y Productos Sanitarios (AEMPS)（西班牙药品和健康产品局）
在本文中，我们提出了第一个系统，在西班牙能够回答有关药物供人类使用的问题，称为MeQA（药品问答），由西班牙药品和健康产品局（AEMPS，其西班牙语的首字母缩写）创建的一个项目。提供医疗帮助的在线服务大幅增加，主要是由于COVID-19导致的当前疫情。例如，Doctoralia、Savia或SaludOnNet等网站提供Doctor Answers类型的咨询，患者或用户可以向医生和专家发送问题，并在24小时内收到答案。收到的许多问题都与人用药品有关，大多数问题都可以通过传单得到解答。因此，像MeQA这样能够自动回答这类问题的系统可以减轻这些网站的负担，对这些患者来说也很有用。
2021-11-04 cs.CL
RadioRAG: Online Retrieval-augmented Generation for Radiology Question Answering
University Hospital RWTH Aachen（亚琛工业大学附属医院）；Friedrich-Alexander-Universität Erlangen-Nürnberg（埃尔朗根-纽伦堡大学）；Stanford University（斯坦福大学）；German Heart Centre Munich（慕尼黑德国心脏中心）；Technical University of Munich（慕尼黑工业大学）；Klinikum rechts der Isar（伊萨尔河右岸医院）；TUD Dresden University of Technology（德累斯顿工业大学）；National Center for Tumor Diseases (NCT)（国家肿瘤疾病中心）；University Hospital Heidelberg（海德堡大学附属医院）
RadioRAG通过实时检索权威放射学在线数据，显著提升多种LLM在放射学问答中的诊断准确率，最高相对提升54%，并匹配或超越人类放射科医生表现。
2025-06-18 cs.AI cs.CL cs.LG
UIT-E10dot3 at SemEval-2021 Task 5: Toxic Spans Detection with Named Entity Recognition and Question-Answering Approaches
University of Information Technology（信息技术大学）；Vietnam National University Ho Chi Minh City（越南国立大学胡志明市分校）
网络空间有毒评论的增加对其他脆弱的用户造成了巨大的影响。出于这个原因，人们付出了相当大的努力来处理这个问题，SemEval-2021任务5：有毒Spans检测就是其中之一。这个任务要求参赛者从给定的文本中提取具有毒性的span，我们在做实验之前做了几次分析以了解其结构。本文采用spaCy库的命名实体识别和RoBERTa结合ToxicBERT的问答两种方法解决了这一问题，前者获得了最高的F1分数66.99%.
2021-04-15 cs.CL
A Qualitative Evaluation of Language Models on Automatic Question-Answering for COVID-19
Mayo Clinic（梅奥诊所）
COVID-19导致持续的大流行，截至二零二零年六月十二日，已造成超过740万例病例及超过418，000人死亡。COVID-19的高度动态和快速变化的情况使得难以获得有关该疾病的准确，按需信息。在线社区、论坛和社交媒体提供了搜索相关问题和答案或发布问题并向其他成员寻求答案的潜在场所。然而，由于这些网站的性质，总是有数量有限的相关问题和响应，以搜索，并张贴的问题很少立即回答。随着自然语言处理领域的进步，特别是在语言模型领域，设计能够自动回答消费者问题的聊天机器人已经成为可能。然而，这样的模型很少在医疗保健领域中应用和评估，以满足准确和最新的医疗保健数据的信息需求。在本文中，我们提出应用语言模型来自动回答与COVID-19相关的问题，并对生成的回答进行定性评估。我们利用GPT-2语言模型，并应用迁移学习在COVID-19开放研究数据集（CORD-19）语料库上对其进行重新训练。为了提高生成的响应的质量，我们应用了4种不同的方法，即tf-idf，BERT，BioBERT和USE来过滤和保留响应中的相关句子。在性能评估步骤中，我们请两位医学专家对回答进行评分。我们发现，平均而言，BERT和BioBERT在基于相关性的句子过滤任务中的表现优于tf-idf和USE。此外，基于聊天机器人，我们创建了一个用户友好的交互式Web应用程序，可以在线托管。
2020-06-23 cs.AI cs.CL cs.IR
Multi-task Sentence Encoding Model for Semantic Retrieval in Question Answering Systems
Baidu Inc.（百度公司）
问答（QA）系统用于自动地对用户的问题提供适当的响应。句子匹配是问答系统中的一项重要任务，通常被转化为释义识别问题。给定一个问题，任务的目的是从QA知识库中找到最相似的问题。在本文中，我们提出了一个多任务的句子编码模型（MSEM）的PI问题，其中连接图来描述句子之间的关系，和多任务学习模型被应用到解决句子匹配和句子的意图分类问题。此外，我们实现了一个通用的语义检索框架，结合我们提出的模型和近似最近邻（ANN）技术，这使我们能够找到最相似的问题，从所有可用的候选人非常迅速地在线服务。实验结果表明，与现有的句子匹配模型相比，该方法具有明显的优越性。
2019-11-18 cs.AI cs.CL cs.IR
ELI5: Long Form Question Answering
Facebook AI Research（脸书人工智能研究院）；LORIA（洛林信息学及其应用研究实验室）；NYU（纽约大学）；Google AI（谷歌人工智能）
我们介绍了第一个大型语料库的长形式的问答，一个任务，需要详细和深入的答案，开放式的问题。该数据集包括来自Reddit论坛“像我五岁一样解释”（ELI5）的27万个线程，其中一个在线社区提供了五岁儿童可以理解的问题的答案。与现有的数据集相比，ELI5包含需要多句回答的各种问题。我们提供了大量的Web文档来帮助回答这个问题。自动和人工评估表明，使用多任务目标训练的抽象模型优于传统的Seq2Seq，语言建模以及强大的提取基线。然而，我们的最佳模型与人类的表现仍有很大差距，因为评分员在超过86%的情况下更喜欢黄金答案，这为未来的改进留下了充足的机会。
2019-07-22 cs.CL
Knowledge Graph Question Answering Datasets and Their Generalizability: Are They Enough for Future Research?
University Hamburg（汉堡大学）
现有的基于知识图谱的问答方法普遍性不强。这通常是由于标准的i.i.d.对底层数据集的假设。最近，定义了KGQA的三个泛化级别，即i.i.d.，构图，zero-shot。我们分析了25个著名的KGQA数据集5个不同的知识图谱（KG）。我们表明，根据这个定义，许多现有的和在线可用的KGQA数据集要么不适合训练一个可推广的KGQA系统，或者数据集是基于中断和过时的KG。生成新的数据集是一个昂贵的过程，因此，它不是小型研究团体和公司的替代方案。在这项工作中，我们提出了一种缓解方法，用于重新分割可用的KGQA数据集，以使其适用于评估泛化，而无需任何成本和手动工作。我们在三个KGQA数据集上测试我们的假设，即，LC-QuAD、LC-QuAD 2.0和QALD-9）。在重新分裂的KGQA数据集上的实验证明了该方法的有效性。访问18个可用数据集的代码和统一方式可在https://github.com/semantic-systems/KGQA-datasets和https://github.com/semantic-systems/KGQA-datasets-generalization上在线查看。
2022-05-13 cs.AI cs.CL
Evaluating Small Open LLMs for Medical Question Answering: A Practical Framework
Bar-Ilan University（巴伊兰大学）
本文提出评估小型本地部署开放权重语言模型在医疗问答中的实用框架，强调可重复性与准确性的平衡，通过八个质量指标和重复推理评估发现模型输出一致性不足，且领域微调影响评估结果。
2026-04-12 cs.CL cs.IR
Inside ASCENT: Exploring a Deep Commonsense Knowledge Base and its Usage in Question Answering
Max Planck Institute for Informatics（马克斯·普朗克信息学研究所）
ASCENT是一种用于从web内容中提取和合并常识断言的全自动化方法（Nguyen等人，WWW 2021）。它通过捕获语义方面（如位置和目的）和复合概念（即，主题的分组和相关方面。在这个演示中，我们展示了一个Web门户，它允许用户了解它的构建过程，探索它的内容，并观察它在问答用例中的影响。演示网站和介绍性视频都可以在线获得。
2021-05-28 cs.AI cs.CL
Task Preferences across Languages on Community Question Answering Platforms
University of Washington（华盛顿大学）；ShareChat
随着Quora、StackExchange和WikiHow等社区问答（CQA）平台的稳步出现，用户现在可以前所未有地访问各种查询和任务的信息。此外，这些跨越地理和语言界限的平台的快速扩散和本地化为研究不同社会语言群体的用户的任务要求和偏好提供了独特的机会。在这项研究中，我们实现了一个实体嵌入模型，该模型在多语言和面向任务的问答对的大型纵向数据集上进行训练，以揭示和量化（i）跨语言社区的各种在线任务的流行和分布，以及（ii）随着时间的推移，这些社区中任务流行度的新兴和衰退趋势。我们的研究结果表明，在平台上的语言社区中，任务偏好和流行趋势存在很大差异。这项研究的结果将有助于问答平台更好地为非英语用户策划和个性化内容，同时也为希望在线瞄准非英语社区的企业提供有价值的见解。
2022-12-18 cs.CL cs.CY cs.HC
Cross-Policy Compliance Detection via Question Answering
Facebook AI（脸书人工智能研究院）；University of Cambridge（剑桥大学）
策略合规性检测是确保场景符合策略的任务（例如，根据政府规则，声明是有效的，或者在线平台中的帖子符合社区准则）。这个任务以前被实例化为文本蕴涵的形式，由于策略的复杂性，这导致准确性差。在本文中，我们提出了解决策略合规性检测通过分解成问答，其中的问题检查是否在政策中规定的条件适用于该方案，和一个表达式树相结合的答案，以获得标签。尽管有初始的前期注释成本，但我们证明了这种方法可以获得更好的准确性，特别是在测试期间的策略在训练中不可见的交叉策略设置中。此外，它允许我们使用在现有大型数据集上预先训练的现有问答模型。最后，它显式地标识在无法确定策略遵从性的情况下场景中缺失的信息。我们进行我们的实验，使用最近的数据集组成的政府政策，我们增加了专家注释，并发现注释问答分解的成本在很大程度上抵消了改进的注释器间的协议和速度。
2021-09-08 cs.CL
Robust Question Answering against Distribution Shifts with Test-Time Adaptation: An Empirical Study
National University of Singapore（新加坡国立大学）；Soochow University（苏州大学）
当测试数据与训练数据相比具有分布偏移时，部署的问答（QA）模型可能容易失败。鲁棒性调整（RT）方法已被广泛研究，以提高模型部署前对分布偏移的鲁棒性。但是，我们可以在部署后改进模型吗？为了回答这个问题，我们评估测试时自适应（TTA），以改善部署后的模型。我们首先介绍COLDQA，这是一个统一的评估基准，用于针对文本损坏以及语言和域的更改进行强大的QA。然后，我们评估以前的TTA方法COLDQA和RT方法进行比较。我们还提出了一种新的TTA方法称为在线模仿学习（OIL）。通过大量的实验，我们发现TTA与RT方法相当，并且在RT之后应用TTA可以显着提高COLDQA的性能。我们提出的OIL改进了TTA，使其对超参数和测试分布随时间的变化更具鲁棒性。
2023-02-09 cs.CL
Template-Based Question Generation from Retrieved Sentences for Improved Unsupervised Question Answering
Yale University（耶鲁大学）；AWS AI Labs（AWS AI实验室）
随着在线可用信息量的增加以及对快速访问这些内容的需求的增长，对问答（QA）的需求也在增加。QA的一种常见方法是在特定于任务的标记数据集上微调预训练的语言模型。然而，这种模式依赖于稀缺的、昂贵的、大规模的人类标记数据。我们提出了一种无监督的方法来训练QA模型生成的伪训练数据。我们表明，通过在相关的检索句子而不是原始上下文句子上应用简单的模板来生成QA训练问题，可以通过允许模型学习更复杂的上下文-问题关系来提高下游QA性能。在这些数据上训练QA模型，SQuAD数据集上的F1得分比以前的无监督模型相对提高了约14%，当答案是命名实体时，提高了20%，在SQuAD上实现了最先进的无监督QA性能。
2020-04-24 cs.CL
CREPE: Open-Domain Question Answering with False Presuppositions
University of Washington（华盛顿大学）；Allen Institute for Artificial Intelligence（艾伦人工智能研究所）
信息搜索用户经常提出带有错误预设的问题，特别是在询问不熟悉的话题时。相比之下，大多数现有的问答（QA）数据集假设所有问题都有明确定义的答案。我们介绍CREPE，QA数据集包含一个自然分布的预设失败的在线信息搜索论坛。我们发现，25%的问题包含错误的预设，并提供这些预设和他们的更正注释。通过广泛的基线实验，我们表明，现有的开放域QA模型的适应可以找到适当的前提，但在预测前提是否是事实上正确的斗争。这在很大程度上是由于难以从大型文本语料库中检索相关证据段落。CREPE提供了一个基准研究问答在野外，我们的分析提供了更好的建模和进一步研究任务的未来工作的途径。
2022-11-30 cs.AI cs.CL
MeDiaQA: A Question Answering Dataset on Medical Dialogues
Institute of Science and Technology, Taikang Insurance Group（泰康保险集团科学技术研究院）
在本文中，我们介绍了MeDiaQA，一个新的问答（QA）数据集，构建在真实的在线医疗对话。它包含22 k个人工标注的选择题，用于患者和医生之间超过11 k个对话，120 k个话语，涵盖150个疾病专业，这些都是从haodf.com和dxy.com收集的。MeDiaQA是第一个对医学对话进行推理的QA数据集，特别是它们的定量内容。该数据集有可能测试跨多轮对话的模型的计算，推理和理解能力，这与现有的数据集相比具有挑战性。为了应对这些挑战，我们设计了MeDia-BERT，它达到了64.3%的准确率，而人类的准确率为93%，这表明仍然有很大的改进空间。
2021-08-18 cs.AI cs.CL
Accelerating Real-Time Question Answering via Question Generation
Microsoft Cognitive Services Research Group（微软认知服务研究组）；Tsinghua University（清华大学）
尽管深度神经网络在问答（QA）方面取得了巨大的成功，但在实际产品部署方面，它们仍然面临着沉重的计算和能源成本。此外，现有的QA系统受到神经网络实时的问题的编码时间的限制，因此在大流量的部署中存在可检测的延迟。为了降低计算成本和加速实时的问答（RTQA）的实际应用，我们提出从在线问答系统中删除所有的神经网络，并提出Ocean-Q（一个问题的海洋），它引入了一个新的问题生成（QG）模型来离线生成大量的QA对，然后实时的将输入问题与候选QA池进行匹配，以预测答案而无需问题编码。Ocean-Q可以很容易地部署在现有的分布式数据库系统或搜索引擎中，用于大规模查询使用，并且更加绿色，无需维护大型神经网络的额外成本。在SQuAD（-open）和HotpotQA基准测试上的实验表明，Ocean-Q能够将最快的最先进的RTQA系统加速4倍，而准确率仅下降3%以上。
2021-09-01 cs.CL
A Few Words Can Distort Graphs: Knowledge Poisoning Attacks on Graph-based Retrieval-Augmented Generation of Large Language Models
本文提出两种针对GraphRAG的知识投毒攻击（TKPA和UKPA），证明仅修改源文本中极少数词汇即可显著改变构建的知识图谱并严重误导下游问答推理，且现有防御方法无法有效检测此类攻击。
2025-08-12 cs.AI cs.CL
ADMUS: A Progressive Question Answering Framework Adaptable to Multiple Knowledge Sources
Sichuan University（四川大学）；Peking University（北京大学）
ADMUS提出一种与数据集无关的渐进式KBQA框架，通过解耦传统架构和微服务设计，以极低成本适配多语言、多知识库和多数据集，并利用精确查询、近似查询与大语言模型检索三阶段提升问答能力。
2023-08-09 cs.CL
TimelineQA: A Benchmark for Question Answering over Timelines
Meta；Cornell University（康奈尔大学）
本文提出并公开发布面向生活日志查询的 TimelineQA 基准，通过虚构人物时间线评估多种先进问答模型，揭示原子查询与多跳聚合查询下不同方法的性能差异。
2023-06-01 cs.AI cs.CL cs.IR
SentGraph: Hierarchical Sentence Graph for Multi-hop Retrieval-Augmented Question Answering
University of Science and Technology of China（中国科学技术大学）；Hefei University of Technology（合肥工业大学）
提出SentGraph，一种句子级图RAG框架，通过构建层次化句子图并建模细粒度逻辑关系，解决多跳问答中证据链不完整的问题。
2026-05-23 cs.AI cs.CL
FAQ-based Question Answering via Knowledge Anchors
WeChat Search Application Department, Tencent（腾讯微信搜索应用部）
问答（QA）旨在理解问题并找到合适的答案。在实际的问答系统中，基于常见问题（FAQ）的问答通常是一种实用而有效的解决方案，特别是对于一些复杂的问题（例如，如何和为什么）。近年来，知识图谱在知识库质量评估系统中的应用取得了巨大的成功，但在基于常见问题解答的质量评估系统中充分利用知识图谱的研究还很少。在本文中，我们提出了一种新的知识锚基于问答（KAQA）框架，基于FAQ的问答，以更好地理解问题，并检索更合适的答案。具体来说，KAQA主要包括三个模块：知识图谱构建、查询锚定和查询-文档匹配。我们将文本中的知识库实体和知识库三元组作为知识锚来精确地捕捉文本的核心语义，从而获得更高的精确度和更好的可解释性。多通道匹配策略还使大多数句子匹配模型能够灵活地插入到我们的KAQA框架中，以适应不同的现实世界的计算限制。在实验中，我们评估我们的模型在离线和在线查询文档匹配任务在现实世界中的常见问题问答系统在微信搜索，详细的分析，消融测试和案例研究。这些显著的改进证实了KAQA框架在现实世界中基于FAQ的QA中的有效性和鲁棒性。
2020-10-22 cs.CL
QACP: An Annotated Question Answering Dataset for Assisting Chinese Python Programming Learners
本文针对编程教育智能系统数据稀缺问题，构建了面向中国 Python 学习者的中文问答数据集 QACP，并通过多维度标注与多模型评估揭示通用大语言模型在编程教学辅助中的局限。
2024-02-23 cs.AI cs.CL cs.HC
CompactRAG: Reducing LLM Calls and Token Overhead in Multi-Hop Question Answering
State Key Laboratory for Novel Software Technology, Nanjing University（新型软件技术国家重点实验室，南京大学）；Erik Jonsson School of Engineering and Computer Science, University of Texas at Dallas（埃里克·乔纳森工程与计算机科学学院，德克萨斯大学达拉斯分校）；Isoftstone Information Technology (Group) Co.,Ltd.（伊软石信息技术（集团）有限公司）；College of Electronic and Information Engineering, Tongji University（电子信息工程学院，同济大学）；School of Electronic Information, Central South University（电子信息学院，中南大学）
CompactRAG通过解耦离线语料重组与在线推理，减少多跳问答中的LLM调用和令牌消耗，提升效率。
2026-02-05 cs.AI cs.CL
IMB: An Italian Medical Benchmark for Question Answering
University of Naples Federico II, Department of Electrical Engineering（那不勒斯费德里科二世大学电子工程系）；Consorzio Interuniversitario Nazionale per l'Informatica (CINI) - ITEM National Lab（国家信息计算联合研究中心（CINI）- ITEM国家实验室）；Northwestern University, Department of Computer Science, McCormick School of Engineering（西北大学计算机科学系，工程学院）
该研究发布了两个意大利语医学问答基准IMB-QA和IMB-MCQA，验证了领域适配策略结合检索增强生成等技术可让大模型在医学问答任务中超越通用大模型，为多语言医学问答研究提供支持。
2025-10-21 cs.CL
Open-Domain Question Answering with Pre-Constructed Question Spaces
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Adobe Inc.（Adobe公司）
开放域问答的目标是解决在海量文档中定位用户生成的问题的答案的问题。有两种解决方案：检索器-读者和基于知识图的方法。检索者-读者通常首先使用像TF-IDF这样的信息检索方法来定位一些可能与问题相关的文档或段落，然后将检索到的文本馈送给神经网络读者以提取答案。或者，可以从语料库构建知识图谱，并对其进行查询以回答用户问题。我们提出了一种新的算法与读者检索器的结构，不同的家庭。我们的读者检索器首先使用离线读者阅读语料库并生成与其答案相关的所有可回答问题的集合，然后使用在线检索器通过搜索最有可能以给定方式询问的答案的预构建问题空间来响应用户查询。我们进一步结合检索读者和读者检索结果到一个单一的答案，通过检查两个组件之间的一致性。我们声称，我们的算法解决了现有工作中的一些瓶颈，并证明它在现实世界的数据集上实现了卓越的准确性。
2020-10-23 cs.CL
From Conceptual EneMonIE to an Executable Backend: A Modular Architecture for Energy Information Extractionand Grounded Question Answering
该研究将概念性EneMonIE重新设计为模块化可执行后端，分离五类关注点，实现多源数据处理与三条问答路径，经验证为多语言能源语料库评估提供可复现架构基础。
2026-10-14 cs.AI cs.CL cs.IR
AliMe KBQA: Question Answering over Structured Knowledge for E-commerce Customer Service
Alibaba Group（阿里巴巴集团）
随着知识图谱的兴起，基于知识库的问答（KBQA）技术近年来受到越来越多的关注。尽管已经对这个主题进行了大量的研究，但由于商业知识和现实世界的问题可能相当复杂，因此将KBQA技术应用于行业仍然具有挑战性。在本文中，我们提出了AliMe-KBQA，一个大胆的尝试，应用于电子商业客户服务领域的KBQA。为了处理真实的知识和问题，我们扩展了经典的“主-谓-宾（SPO）”结构的属性层次，键-值结构和复合值类型（CVT），并加强了传统的KBQA的约束识别和推理能力。我们在2018年“双11”期间的商家营销推广场景以及之后的其他此类促销活动中推出AliMe-KBQA。在线结果表明，阿里Me-KBQA不仅能够获得更好的解决方案，提高客户满意度，而且由于其提供了更方便和高效的管理体验，成为企业知识员工首选的知识管理方法。
2019-12-12 cs.AI cs.CL
SPARQL Generation with Entity Pre-trained GPT for KG Question Answering
National Institute of Informatics (NII)（国立信息学研究所）
该研究面向知识图谱问答任务，以实体链接正确为前提，提出基于CWA下所有实体预训练GPT模型以生成SPARQL查询，找出了少/零样本下的难点，在3-shots测试中获62.703%的精确匹配准确率。
2024-02-01 cs.AI cs.CL cs.DB
A Pipeline for Generating, Annotating and Employing Synthetic Data for Real World Question Answering
Filament AI；University of Warwick（华威大学）；The Alan Turing Institute（艾伦·图灵研究所）；Queen Mary University of London（伦敦玛丽女王大学）
问答（QA）是一个不断发展的研究领域，通常用于促进从文档中提取信息。最先进的QA模型通常是在维基百科等领域通用语料库上预先训练的，因此往往在没有微调的情况下在域外文档上挣扎。我们证明了合成特定领域的数据集可以很容易地使用域通用模型生成，同时仍然提供了显着的改善QA性能。我们为这项任务提供了两个新工具：一个用于验证合成QA数据并在其上训练下游模型的灵活管道，以及一个在线界面，以方便对生成的数据进行人工注释。使用这个接口，crowdworker标记了1117个合成QA对，然后我们使用它们来微调下游模型，并将特定领域的QA性能提高了8.75 F1。
2022-11-30 cs.CL cs.LG
Question-Answer Selection in User to User Marketplace Conversations
Carousell Pte. Ltd.（Carousell私人有限公司）
用户对用户市场中的卖家可能会被潜在买家的问题淹没。答案往往已经在产品说明中提供。我们从在线市场的对话中收集了大约59万个这样的问题和答案。我们提出了一个问答系统，选择一个句子，从产品说明使用神经网络排名模型。我们探索了多种编码策略，使用递归神经网络和前馈注意力层产生了良好的效果。本文提出了一个演示，以交互方式提出买家的问题，并可视化的排名分数的产品描述句子从现场在线列表。
2018-02-06 cs.CL
Building the Intent Landscape of Real-World Conversational Corpora with Extractive Question-Answering Transformers
Bell Canada（加拿大贝尔）
对于提供客户服务的公司来说，在会话数据中映射意图对于构建基于自然语言理解（NLU）的应用程序至关重要。然而，目前还没有建立自动化技术来从嘈杂的在线聊天或语音记录中收集意图。简单的聚类方法不适合意图稀疏的对话。为了解决这个意图景观任务，我们提出了一个无监督的管道，从现实世界的对话中提取意图和意图的分类。我们的管道使用提取问答Electra模型挖掘意图跨度候选项，并利用句子嵌入应用低级别密度聚类，然后是顶级层次聚类。我们的研究结果证明了在SQuAD 2数据集上微调的ELECTRA大型模型的泛化能力，以理解对话。通过正确的提示问题，该模型实现了超过85%的意图跨度的语言验证率。我们还从MultiDoGo数据集重建了五个领域的意图方案，平均召回率为94.3%。
2022-08-30 cs.AI cs.CL cs.LG
FrenchMedMCQA: A French Multiple-Choice Question Answering Dataset for Medical domain
Avignon University（阿维尼翁大学）；Nantes University（南特大学）；CHU de Nantes（南特大学中心医院）；Zenidoc
本文介绍了首个面向医学领域的法语多选题问答数据集FrenchMedMCQA，包含3,105道真实考试题目，并提出基线模型评估任务难度，发现英语专业模型优于通用法语模型。
2023-04-09 cs.AI cs.CL
Commonsense Properties from Query Logs and Question Answering Forums
Télécom Paris（巴黎电信学院）；Max Planck Institute for Informatics（马克斯·普朗克信息学研究所）；University of Aberdeen（阿伯丁大学）
关于对象属性、人类行为和一般概念的常识知识对于健壮的AI应用至关重要。然而，自动获取这些知识是具有挑战性的，因为在线资源的稀疏性和偏见。本文介绍了Quasimodo，一种从非标准Web资源中提取常识属性的方法和工具套件。我们设计了新的方法，利用搜索引擎查询日志和QA论坛，并结合由此产生的候选断言与统计线索，从百科全书，书籍和图像标签中的确证步骤。与之前的常识知识库工作不同，Quasimodo专注于通常与某些对象或概念相关的显着属性。广泛的评估，包括外部用例研究，表明Quasimodo提供了比具有可比质量的最先进基线更好的覆盖率。
2021-02-10 cs.AI cs.CL cs.DB
Modelling Domain Relationships for Transfer Learning on Retrieval-based Question Answering Systems in E-commerce
Singapore Management University（新加坡管理大学）；Alibaba Group（阿里巴巴集团）
本文研究了PI和NLI问题的迁移学习，旨在提出一个通用的框架，该框架可以有效地将从资源丰富的源域学习到资源贫乏的目标域。具体来说，由于大多数现有的迁移学习方法只关注学习跨域的共享特征空间，而忽略了源域和目标域之间的关系，我们建议在一个统一的框架中同时学习共享表示和域关系。此外，我们提出了一个高效和有效的混合模型相结合的句子编码为基础的方法和句子的互动为基础的模型。在释义识别和自然语言推理上的大量实验表明，与竞争模型相比，我们的基础模型是有效的，具有良好的性能，我们的迁移学习方法可以帮助显着提高性能。进一步的分析表明，我们的模型所捕获的域间和域内的关系是有见地的。最后，我们将PI的迁移学习模型部署到我们的在线聊天机器人系统中，这可以为我们现有的系统带来显着的改进。最后，我们在我们的电子商业网站AliExpress的聊天机器人平台Eva上推出了我们的新系统。
2017-11-23 cs.CL
Rethinking the Objectives of Extractive Question Answering
Brno University of Technology（布尔诺理工大学）
这项工作表明，使用具有独立性假设的目标对跨度概率$P(a_s,a_e) = P(a_s)P(a_e)$进行建模，跨度从位置$a_s$开始并在位置$a_e$结束，具有不利影响。因此，我们提出了多种方法来建模联合概率$P(a_s,a_e)$直接。其中，我们提出了一个复合目标，由联合概率组成，同时仍然保持目标与独立性假设作为辅助目标。我们发现，复合目标是一致优于或等于其他假设的精确匹配。此外，我们还识别了由独立性假设引起的常见错误，并手动检查了对应的预测，证明了复合目标对真实示例的影响。我们的研究结果是通过实验支持三个提取QA模型（BIDAF，BERT，AL BERT）在六个数据集和我们的代码，个人的结果和手动分析可在线。
2021-10-12 cs.AI cs.CL cs.LG
Capturing Row and Column Semantics in Transformer Based Question Answering over Tables
IBM Research AI（IBM研究院人工智能）；Rensselaer Polytechnic Institute（伦斯勒理工学院）
基于Transformer的体系结构最近被用于通过表格回答问题的任务。为了提高这项任务的准确性，已经开发了专门的预训练技术，并应用于数百万个开放域Web表。在本文中，我们提出了两种新的方法，证明人们可以在表QA任务上实现卓越的性能，甚至不使用任何这些专门的预训练技术。第一个模型称为RCI交互，它利用了一个基于Transformer的体系结构，该体系结构独立地对行和列进行分类，以识别相关的单元格。虽然这个模型在最近的基准测试中找到单元格值时具有极高的准确性，但我们提出的第二个模型称为RCI表示，通过将现有表的嵌入具体化，为在线QA系统提供了显着的效率优势。在最近的基准测试上的实验证明，所提出的方法可以有效地定位表上的单元格值（在WikiSQL查找问题上高达~98%的Hit@1准确率）。此外，交互模型优于最先进的基于Transformer的方法，在非常大的表语料库（TAPAS和TaBERT）上进行预训练，在标准WikiSQL基准测试中实现了约3.4%和约18.86%的额外精度提高。
2021-04-26 cs.AI cs.CL
SeDeM: Selective Decompression of Hidden-State Memories for Long-Context Question Answering
University of California, Los Angeles（加利福尼亚大学洛杉矶分校）
本研究针对LLM长上下文推理成本高、证据利用不可靠的问题，提出SeDeM选择性解压框架，通过解耦记忆存储与解码器条件，在1B、3B主干的四个长上下文QA基准上，优于压缩基线及全上下文微调方法，还提升了解码效率。
2026-09-14 cs.CL
MedLM: Exploring Language Models for Medical Question Answering Systems
UC San Diego（加州大学圣地亚哥分校）
本研究聚焦医疗问答场景下大语言模型性能未被充分探索的问题，通过对比通用与医疗专用蒸馏语言模型的表现，评估领域微调的有效性，为医疗领域大语言模型的适配应用提供参考。
2024-03-06 cs.AI cs.CL cs.LG
OpenNRE: An Open and Extensible Toolkit for Neural Relation Extraction
Department of Computer Science and Technology, Tsinghua University（清华大学计算机科学与技术系）；Institute for Artificial Intelligence, Tsinghua University（清华大学人工智能研究院）；State Key Lab on Intelligent Technology and Systems, Tsinghua University（清华大学智能技术与系统国家重点实验室）
OpenNRE是一个开源和可扩展的工具包，它提供了一个统一的框架来实现关系抽取（RE）的神经模型。具体来说，通过实现典型的RE方法，OpenNRE不仅允许开发人员训练自定义模型，从纯文本中提取结构化的关系事实，而且还支持研究人员的快速模型验证。此外，OpenNRE提供了基于TensorFlow和PyTorch的各种功能RE模块，以保持足够的模块化和可扩展性，使其易于将新模型纳入框架。除了工具包，我们还发布了一个在线系统，以满足实时提取无需任何培训和部署。同时，在线系统可以在各种场景中提取事实以及将所提取的事实与维基数据对齐，这可以有益于各种下游知识驱动的应用（例如，信息检索和问答）。有关工具包和在线系统的更多详细信息，请访问http://github.com/thunlp/OpenNRE。
2019-09-28 cs.CL
EvoWiki: Incremental State Overwriting and Traceable Question Answering for Cross-Meeting Knowledge Evolution
EvoWiki是一种增量问答架构，通过解耦构建与读取、采用状态覆盖协议等技术，在跨会议知识演化任务中提升了事实一致性与可追溯性，在多数据集上准确率显著优于基线。
2026-08-25 cs.CL
HeteroQA: Learning towards Question-and-Answering through Multiple Information Sources via Heterogeneous Graph Modeling
Wangxuan Institute of Computer Technology, Peking University（北京大学王选计算机研究所）；Ant Group（蚂蚁集团）；Gaoling School of Artificial Intelligence, Renmin University of China（中国人民大学高瓴人工智能学院）；Beijing Academy of Artificial Intelligence（北京智源人工智能研究院）；King Abdullah University of Science and Technology（阿卜杜拉国王科技大学）
社区问答（CQA）是一个定义良好的任务，可以用于许多场景，如电子商务和在线用户社区的特殊利益。在这些社区中，用户可以发表文章、发表评论、提出问题和回答问题，这些数据形成了异构的信息源，每个信息源都有自己的结构和上下文（文章后面的评论或相关问题的答案）。大多数CQA方法只结合文章或维基百科来提取知识并回答用户的问题。然而，社区中的各种类型的信息源并没有被这些CQA方法充分利用，这些多个信息源（MIS）可以提供更多的相关知识，用户的问题。因此，我们提出了一个问题感知的异构图Transformer，将MIS在用户社区自动生成答案。为了评估我们提出的方法，我们进行了两个数据集上的实验：$\text{MSM}^{\text{plus}}$的基准数据集MS-MARCO和AntQA数据集，这是第一个大规模的CQA数据集与四种类型的MIS的修改版本。在两个数据集上的大量实验表明，我们的模型在所有指标方面都优于所有基线。
2021-12-27 cs.AI cs.CL
