Attention-guided Evidence Grounding for Spoken Question Answering
本文提出基于注意力的证据 grounding 方法,通过 SpeechLLM 的内部跨模态注意力机制定位关键证据,减少幻觉并提升效率,优于传统 cascaded 系统。
2026-03-18 cs.AI cs.CL
TVQA+: Spatio-Temporal Grounding for Video Question Answering
University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校)
我们提出了时空视频问答的任务,这需要智能系统同时检索相关的时刻,并检测参考的视觉概念(人和物体),以回答有关视频的自然语言问题。我们首先使用310.8K边界框来增强TVQA数据集,将所描绘的对象与问题和答案中的视觉概念联系起来。我们将这个增强版本命名为TVQA+。然后,我们提出了基于证据的时空应答器(STAGE),这是一个统一的框架,可以在空间和时间域中提供证据来回答有关视频的问题。综合实验和分析表明,我们的框架的有效性,以及如何丰富的注释在我们的TVQA+数据集可以有助于问答任务。此外,通过执行这个联合任务,我们的模型能够产生有见地和可解释的时空注意力可视化。数据集和代码可在以下网址公开获取:http://tvqa.cs.unc.edu,https://github.com/jayleicn/TVQAplus
2020-05-11 cs.AI cs.CL cs.CV
Explicit Evidence Grounding via Structured Inline Citation Generation
University of the Basque Country (UPV/EHU)(巴斯克大学);IT University of Copenhagen(哥本哈根IT大学)
提出FullCite框架,通过提示生成、约束解码和后处理跨度对齐三种策略生成结构化内联引文,在三个QA基准上评估引文质量和忠实性,发现LLMs虽能识别相关文档但难以精确定位支持性证据跨度。
2026-06-05 cs.CL
PipeNet: Question Answering with Semantic Pruning over Knowledge Graphs
Hong Kong University of Science and Technology(香港科技大学)
本文提出PipeNet,一种“定位-剪枝-推理”流程,通过基于依赖距离对概念节点评分并剪枝噪声节点,显著降低计算成本和内存使用,并结合GAT模块在CommonsenseQA和OpenBookQA上验证了有效性。
2024-05-17 cs.CL
UniK-QA: Unified Representations of Structured and Unstructured Knowledge for Open-Domain Question Answering
Meta AI;University of Amsterdam(阿姆斯特丹大学);University of Edinburgh(爱丁堡大学)
我们研究了开放域问答的结构化,非结构化和半结构化的知识源,包括文本,表格,列表和知识库。从以前的工作出发,我们提出了一个统一的方法,均质化的所有来源,减少它们的文本和应用检索读者模型,到目前为止,仅限于文本来源。与最新的基于图的方法相比,我们的方法大大提高了基于知识的QA任务的结果11分。更重要的是,我们证明了我们的统一知识(UniK-QA)模型是一种简单而有效的方法来结合异构的知识来源,在两个流行的问答基准测试NaturalQuestions和WebQuestions上分别提高了3.5和2.6个点。UniK-QA的代码可在https://github.com/facebookresearch/UniK-QA上获得。
2022-05-03 cs.CL
Diagnosing the Fact-Grounding Gap in Multi-Hop Question Answering
Northwestern University(西北大学)
本研究诊断多跳问答中的事实锚定差距,发现失败分为检索失败和提取失败,后者占近半缺陷且无法通过检索改进解决,需不同解决方案。
2026-09-16 cs.AI cs.CL cs.IR
End-to-End Learning for Answering Structured Queries Directly over Text
University of Amsterdam(阿姆斯特丹大学);Elsevier(爱思唯尔)
用语言(如SQL、SPARQL或XQuery)表达的结构化查询为用户提供了一种方便而明确的方式来表达他们对许多任务的信息需求。在这项工作中,我们提出了一种方法来回答这些直接在文本数据,而不存储在数据库中的结果。我们特别关注知识库的情况,其中查询是在实体和它们之间的关系。我们的方法结合了分布式查询回答(例如三重模式片段)与模型建立提取问答。重要的是,通过应用分布式查询应答,我们能够简化模型学习问题。我们为维基数据中的大部分(572)关系训练训练模型,并在所有模型中实现平均0.70 F1测量。我们还提出了一个系统的方法来构建必要的训练数据,这个任务从知识图谱,并描述了一个原型实现。
2018-11-16 cs.CL
MuMuQA: Multimedia Multi-Hop News Question Answering via Cross-Media Knowledge Extraction and Grounding
University of Illinois Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Tsinghua University(清华大学);Columbia University(哥伦比亚大学);University of North Carolina at Chapel Hill(北卡罗来纳大学教堂山分校);Virginia Tech(弗吉尼亚理工学院暨州立大学);IBM Research AI(IBM研究院人工智能部门)
最近,人们对构建跨文本和图像等多种模态进行推理的问答(QA)模型越来越感兴趣。然而,使用图像的QA通常仅限于从一组预定义的选项中选择答案。此外,现实世界中的图像,特别是新闻中的图像,具有与文本共指的对象,具有来自两种模态的互补信息。在本文中,我们提出了一个新的QA评估基准,其中包含1,384个关于新闻文章的问题,这些文章需要将图像中的对象跨媒体接地到文本中。具体来说,该任务涉及多跳问题,需要对图像-标题对进行推理,以识别所引用的基础视觉对象,然后从新闻正文文本中预测跨度来回答问题。此外,我们引入了一种新的多媒体数据增强框架,基于跨媒体知识提取和综合问答生成,自动增强数据,可以提供弱监督这项任务。我们在我们的基准测试中评估了基于流水线和基于端到端预训练的多媒体QA模型,并表明它们实现了有希望的性能,同时大大落后于人类的性能,因此为未来这项具有挑战性的新任务留下了很大的工作空间。
2022-05-04 cs.CL cs.CV
ConSens: Assessing context grounding in open-book question answering
Iris.ai BG
提出ConSens指标,通过对比有无上下文时模型响应的困惑度,量化答案对上下文的依赖,高效评估开放书问答中的上下文接地。
2025-04-30 cs.CL cs.LG
VELD-QA: A Large-Scale Dataset for Visual Evidence Grounding and Question Answering in Long Documents
University of Southern California(南加州大学);Oracle AI(甲骨文人工智能公司);Turing Enterprise Inc(图灵企业公司);University of Pennsylvania(宾夕法尼亚大学)
研究人员提出VELD-QA数据集,该数据集含15000个人工问答对,用于评估长文档问答中视觉证据的定位与解释,发现视觉元素标注可缩小性能差距17%-24%。
2026-10-20 cs.CL cs.CV
UnifiedSKG: Unifying and Multi-Tasking Structured Knowledge Grounding with Text-to-Text Language Models
The University of Hong Kong(香港大学);Carnegie Mellon University(卡内基梅隆大学);University of Waterloo(滑铁卢大学);UC Berkeley(加州大学伯克利分校);ServiceNow Research(ServiceNow研究院);Stanford University(斯坦福大学);Salesforce Research(赛富时研究院);UIUC(伊利诺伊大学厄巴纳-香槟分校);Google Research(谷歌研究院);Facebook AI Research(脸书人工智能研究院);University of Edinburgh(爱丁堡大学);Allen Institute for Artificial Intelligence(艾伦人工智能研究所);University of Washington(华盛顿大学);Shanghai AI Lab(上海人工智能实验室);Yale University(耶鲁大学);George Mason University(乔治梅森大学);Penn State University(宾夕法尼亚州立大学)
结构化知识基础(SKG)利用结构化知识来完成用户请求,例如数据库上的语义解析和知识库上的问答。由于SKG任务的输入和输出是异构的,它们被不同的群体分开研究,这限制了对SKG的系统性和兼容性研究。在本文中,我们通过提出UnifiedSKG框架来克服这一限制,该框架将21个SKG任务统一为文本到文本格式,旨在促进系统的SKG研究,而不是仅限于单个任务,领域或数据集。我们使用UnifiedSKG对不同尺寸的T5进行基准测试,结果表明,T5在必要时进行简单修改后,几乎在所有21项任务上都实现了最先进的性能。我们进一步证明了多任务前缀调优提高了大多数任务的性能,大大提高了整体性能。UnifiedSKG还促进了对zero-shot和few-shot学习的研究,我们表明T0,GPT-3和Codex在SKG的zero-shot和少样本学习中挣扎。我们还使用UnifiedSKG对SKG任务中的结构化知识编码变体进行了一系列对照实验。UnifiedSKG可轻松扩展到更多任务,并且在https://github.com/hkunlp/unifiedskg上开源。
2022-10-18 cs.CL
Weakly Supervised Gaussian Contrastive Grounding with Large Multimodal Models for Video Question Answering
Fudan University(复旦大学)
针对视频问答中均匀采样忽略问题相关线索且缺乏关键时间戳标注的问题,提出弱监督高斯对比定位框架,利用CLIP生成伪标签并学习高斯函数采样关键帧作为LMMs输入,显著提升问答性能。
2024-07-23 cs.AI cs.CL cs.CV
Knowledge Extraction on Semi-Structured Content: Does It Remain Relevant for Question Answering in the Era of LLMs?
Meta Reality Labs(Meta现实实验室);FAIR, Meta(FAIR,Meta)
本文扩展带知识抽取标注的QA基准并评估多类LLM,证明Web规模三元组抽取仍具挑战,且三元组增强与多任务学习可提升不同规模模型的问答效果。
2025-09-29 cs.CL
ComposeRAG: A Modular and Composable RAG for Corpus-Grounded Multi-Hop Question Answering
University of Houston(德克萨斯大学休斯敦分校);Seoul National University(首尔国立大学);Snowflake AI Research(Snowflake人工智能研究)
提出ComposeRAG,将RAG流水线分解为原子化可组合模块并引入自我反思机制,通过验证优先设计显著提升多跳问答的准确率与接地保真度。
2025-05-30 cs.CL
DocNavRAG: Document-Structured Graph RAG with Stateful Evidence Construction for Complex Document Question Answering
School of Computer Science, Wuhan University(武汉大学计算机学院);The Hong Kong University of Science and Technology(香港科技大学);The Chinese University of Hong Kong(香港中文大学);ETH Zurich(苏黎世联邦理工学院)
本文提出DocNavRAG,将文档结构组织为可导航图并维护证据状态,在四个文档QA基准上,相比最强基线平均提升答案质量7.8%、上下文充分性17.7%。
2026-08-04 cs.CL
Structured Context and High-Coverage Grammar for Conversational Question Answering over Knowledge Graphs
Sorbonne Université(索邦大学);CNRS(法国国家科学研究中心);Google Research(谷歌研究院)
我们使用神经语义解析方法来解决大知识图谱上弱监督会话问答的问题。我们引入了一种新的逻辑形式(LF)语法,可以在图形上对各种查询进行建模,同时保持足够简单以有效地生成监督数据。我们基于Transformer的模型采用类似JSON的结构作为输入,使我们能够轻松地将知识图谱和会话上下文结合起来。这种结构化的输入被转换为嵌入列表,然后被馈送到标准的注意力层。我们验证了我们的方法,无论是在语法覆盖率和LF执行的准确性,两个公开可用的数据集,CSQA和ConvQuestions,都在维基数据接地。在CSQA上,我们的方法将覆盖范围从$80\%$增加到$96.2\%$,并将LF执行精度从$70.6\%$增加到$75.6\%$。在ConvQuestions上,我们在最先进的技术方面取得了有竞争力的结果。
2021-09-01 cs.CL
Leveraging Structured Information for Explainable Multi-hop Question Answering and Reasoning
University of Texas at Dallas(德克萨斯大学达拉斯分校)
针对大语言模型多跳问答存在推理不准、幻觉及可解释性不足的问题,本研究构建并利用抽取的语义结构图开展推理,在两个基准上提升了问答性能,且生成的结构化解释更受人类青睐。
2023-11-07 cs.CL
OpenQA: Hybrid QA System Relying on Structured Knowledge Base as well as Non-structured Data
Tsinghua University(清华大学);Peking University(北京大学)
基于关键词检索的搜索引擎由于关键词相关网页的返回,已经不能适应智能物联网时代的信息获取方式。如何从海量的互联网数据中快速、准确、有效地获取用户所需的信息,已成为亟待解决的关键问题之一。提出了一个基于结构化知识库和非结构化数据的智能问答系统OpenQA,用户可以在系统中提出问题,模型可以快速准确地回答用户的问题。我们将基于语义解析和深度表示学习的KBQA结构化问答,以及基于检索和神经机器阅读理解的两阶段非结构化问答集成到OpenQA中,通过OpenQA中的Transformer答案选择模块,返回概率最高的最终答案。我们在构建的数据集上进行了初步的实验,实验结果证明了所提出的智能问答系统的有效性。同时,OpenQA平台各模块的核心技术仍处于学术热点前沿,基于这些学术热点,OpenQA的理论精髓和丰富性将得到进一步探索。
2021-12-31 cs.CL
GRS-QA -- Graph Reasoning-Structured Question Answering Dataset
Adobe Research(奥多比研究院);Cisco Outshift(思科Outshift);University of Oregon(俄勒冈大学);University of California Santa Cruz(加州大学圣克鲁兹分校)
针对多跳问答中推理结构影响不明的问题,提出GRS-QA数据集,通过推理图显式建模推理路径,实现细粒度评估,发现LLM在不同推理结构下表现各异。
2024-11-08 cs.CL
The Answer Path and the Grounding Instruction in LLM Question Answering over Knowledge Graphs
Siemens Digital Industries Software(西门子数字工业软件)
本研究通过系统实验发现,在知识图谱问答中,答案路径的存在和接地指令显著影响大语言模型性能,而语法、顺序和子图大小无影响,并纠正了关于图上下文有害的虚假发现。
2026-09-10 cs.CL cs.IR
Knowledge-Graph Grounding Helps LLMs Only for Out-of-Training Knowledge: A Controlled Study on Clinical Question Answering
通过受控实验发现,知识图谱基础仅在问题涉及模型训练外知识时提升LLM性能,对已知事实无帮助,且公共KG信息冗余。
2026-09-22 cs.CL cs.DB
Neural Multi-Step Reasoning for Question Answering on Semi-Structured Tables
Department of Computer Science ETH Zurich(苏黎世联邦理工学院计算机科学系);ETH Zurich(苏黎世联邦理工学院);Switzerland(瑞士)
近年来,由于神经网络方法的日益流行,自然语言处理任务的进展获得了动力。在本文中,我们探讨了用于回答半结构化表上操作的多步推理问题的深度学习技术。这里的挑战来自于问题所表达的逻辑组合性的水平,以及领域的开放性。我们的方法是弱监督的,在问答表三元组上训练,而不需要中间的强监督。它执行两个阶段:首先,机器可理解的逻辑形式(程序)是根据[Pasupat和Liang,2015]的工作从自然语言问题中生成的。第二,使用单词和字符卷积神经网络将逻辑形式和问题的释义嵌入到联合学习的向量空间中。神经评分函数进一步用于对问题的最可能的逻辑形式(解释)进行排名和检索。我们最好的单个模型在WikiTableQuestions数据集上达到了34.8%的准确率,而我们模型的最佳集合将这项任务的最先进分数推高到38.7%,从而略微超过了工程特征评分基线以及Neelakantan等人的神经程序员模型,2016年]。
2018-03-22 cs.CL
Exploring Generative Process Reward Modeling for Semi-Structured Data: A Case Study of Table Question Answering
University of Augsburg(奥格斯堡大学);Institut für Maschinelle Sprachverarbeitung, University of Stuttgart(斯图加特大学机械语言处理研究所);Bosch Center for Artificial Intelligence(博世人工智能中心)
本文研究了生成过程奖励模型在表格问答任务中的应用,发现结合文本和代码验证的PRMs能辅助解决方案选择,但泛化能力有限。
2026-01-23 cs.CL
Grounded Graph Decoding Improves Compositional Generalization in Question Answering
University of California, Berkeley(加州大学伯克利分校)
问答模型很难推广到训练模式的新组合,例如更长的序列或更复杂的测试结构。当前的端到端模型学习一个平面输入嵌入,这可能会丢失输入语法上下文。以前的方法通过学习置换不变模型来提高泛化能力,但这些方法不能扩展到更复杂的训练测试分割。我们提出了接地图解码,一种方法,以提高合成概括的语言表示接地结构化预测与注意力机制。接地使模型能够保留来自输入的语法信息,从而显着提高复杂输入的泛化能力。通过预测一个包含查询子句的连接的结构化图,我们学习了一个组不变表示,而无需对目标域进行假设。我们的模型在组合自由基问题(CFQ)数据集上的表现显着优于最先进的基线,CFQ数据集是问答中组合泛化的一个具有挑战性的基准。此外,我们以98%的准确率有效地解决了MCD1分裂。
2021-11-05 cs.CL cs.LG
Evaluating LLMs' Mathematical Reasoning in Financial Document Question Answering
Microsoft Research(微软研究院);Singapore Management University(新加坡管理大学);University of Pennsylvania(宾夕法尼亚大学)
本研究评估LLMs在金融表格问答中的数学推理能力,提出一种针对半结构化文档的新型提示技术,匹配或超越基线性能。
2025-10-09 cs.CL
Multi-Agent Self-Improving Reinforcement Learning for Video Reasoning
Lanzhou University(兰州大学);National University of Singapore(新加坡国立大学)
该研究提出结合可训练Grounder与冻结Verifier的多智能体强化学习框架,在20亿参数规模下实现视频推理任务零样本迁移,相关指标优于同等规模基线,验证了冻结验证作为证据选择训练信号的有效性。
2026-09-01 cs.CL cs.CV
PASemiQA: Plan-Assisted Agent for Question Answering on Semi-Structured Data with Text and Relational Information
Ant Group(蚂蚁集团)
提出PASemiQA,一种利用规划辅助的LLM智能体,联合处理半结构化数据中的文本与关系信息,以提升问答准确性和可靠性。
2025-02-28 cs.AI cs.CL
UIC-AIHealth4All at ArchEHR-QA 2026: Answer-First Evidence Grounding for Clinical Question Answering
University of Illinois Chicago(伊利诺伊大学芝加哥分校)
UIC-AIHealth4All系统参加ArchEHR-QA 2026共享任务,针对相关子任务提出优先答案式流程等方法,在三项任务中取得对应排名,还发现模型输出可读性需优化的问题。
2026-08-31 cs.AI cs.CL cs.HC
Ontology-based question answering over corporate structured data
TriniData LLC(TriniData 有限责任公司)
基于本体的自然语言理解(NLU)处理方法可以提高对话系统的问答质量。我们描述了我们的NLU引擎架构,并评估其实现。该引擎将用户输入转换成SPARQL SELECT、ASK或SPARQL查询,该SPARQL查询由基于本体的数据虚拟化平台提供的知识图谱。该转换基于根据Ontolex本体构建的知识图谱的词汇级。所描述的方法可以应用于图形数据填充任务和问答系统实现,包括聊天机器人。我们描述了一个聊天机器人的对话引擎,它可以保持对话上下文,并提出澄清问题,模拟人类逻辑思维的某些方面。我们的方法使用基于图的算法来避免收集基于神经网络的方法所需的数据集,并为我们的模型提供更好的可解释性。结合公司数据源上的数据虚拟化层使用问答引擎允许从结构化数据中提取事实以用于对话。
2021-11-08 cs.CL cs.SE
Question Answering via Integer Programming over Semi-Structured Knowledge
University of Illinois at Urbana-Champaign(伊利诺伊大学厄巴纳-香槟分校);Allen Institute for Artificial Intelligence (AI2)(艾伦人工智能研究所(AI2))
用自然语言表达科学问题是人工智能面临的一个重要挑战。回答这些问题通常需要非平凡的推理和超越事实检索的知识。然而,这项任务的大多数系统是基于相对较浅的信息检索(IR)和统计相关技术操作大型非结构化语料库。我们提出了一个结构化的推理系统,制定为一个线性规划(ILP),回答自然语言的问题,使用半结构化的知识库来自文本,包括需要多步推理和多个事实的组合的问题。在一个真实的、看不见的科学问题的数据集上,我们的系统显著优于(+14%)之前使用马尔可夫逻辑网络(MLN)进行结构化推理的最佳尝试。它也比以前的ILP配方提高了17.7%。当与非结构化推理方法相结合时,ILP系统显着提高了整体性能(+10%)。最后,我们表明,我们的方法是一个简单的答案扰动相比,统计相关性方法更强大。
2016-04-20 cs.AI cs.CL
ExplanationLP: Abductive Reasoning for Explainable Science Question Answering
University of Manchester(曼彻斯特大学);Department of Computer Science(计算机科学系)
我们提出了一种新的方法来回答和解释多项选择科学问题的推理接地和抽象推理链。本文将问答问题归结为一个溯因推理问题,为每个选择构建合理的解释,然后选择具有最佳解释的候选者作为最终答案。我们的系统,elementation LP,elementary解释,通过构建一个加权图的相关事实为每个候选答案,并提取满足一定的结构和语义约束的事实。为了提取解释,我们采用了线性规划形式主义,旨在选择最佳的子图。图的加权函数由一组参数组成,我们可以微调这些参数以优化答案选择性能。我们在WorldTree和ARC-Challenge语料库上进行实验,以实证证明以下结论:(1)接地抽象推理链提供语义控制,以执行可解释的溯因推理(2)通过在类似设置中优于当代可解释和基于变换器的方法,以较少数量的参数进行学习的效率和鲁棒性(3)通过在一般科学问题集上优于SOTA可解释方法来实现普遍性。
2020-10-25 cs.AI cs.CL cs.IR
ReVA: A Region-Aware Visual Assistant for Visually Grounded Question Answering
该研究针对多模态大语言模型视觉问答中存在的物体幻觉问题,提出区域感知模型ReVA,通过双桥接结构融合整图与区域特征,在POPE数据集上将平均F1提升至82.85%,有效改善了视觉接地效果。
2026-09-01 cs.CL cs.CV
A Graph Representation of Semi-structured Data for Web Question Answering
Tsinghua University(清华大学);Microsoft(微软);Simon Fraser University(西蒙弗雷泽大学)
Web上丰富的半结构化数据,如基于HTML的表格和列表,为商业搜索引擎提供了丰富的问答(QA)信息源。与Web文档中的纯文本段落不同,Web表格和列表具有内在的结构,表格和列表中的各个元素之间具有语义相关性。许多现有的研究将表格和列表视为带有文本片段的平面文档,并且没有很好地利用隐藏在结构中的语义信息。在本文中,我们提出了一种新的图形表示的Web表格和列表的基础上,系统的分类组件的半结构化数据,以及它们之间的关系。我们还开发了用于QA任务的图模型的预训练和推理技术。在一个商业引擎上采集的多个真实数据集上的实验验证了该方法的有效性。我们的方法比最先进的基线提高了F1分数3.90分。
2020-10-14 cs.AI cs.CL
RAG-X: Systematic Diagnosis of Retrieval-Augmented Generation for Medical Question Answering
Oakland University(奥克兰大学)
RAG-X通过系统性诊断框架,评估检索和生成过程,揭示问答系统中的隐藏失败模式,提升医疗问答的准确性和可靠性。
2026-03-03 cs.AI cs.CL
Structured Pruning of a BERT-based Question Answering Model
IBM Research AI(IBM研究院AI)
在行业设置的自然语言处理(NLP)研究的最新趋势是在严格的计算限制下操作大规模的预训练语言模型,如BERT。虽然大多数模型压缩工作都集中在使用昂贵的预训练蒸馏来“蒸馏”通用语言表示,但较少关注创建较小的特定于任务的语言表示,可以说,这些语言表示在行业环境中更有用。在本文中,我们研究压缩BERT和RobERTa为基础的问答系统的结构化修剪参数从底层的Transformer模型。我们发现,特定于任务的结构化修剪和特定于任务的蒸馏的廉价组合,而不需要预先训练蒸馏的费用,在一系列速度/精度权衡操作点上产生高性能的模型。我们从针对SQuAD 2.0或Natural Questions训练的现有全尺寸模型开始,并引入允许单独消除Transformers选定部分的门。具体来说,我们研究(1)结构化修剪,以减少每个Transformer层中的参数数量,(2)适用于基于BERT和RobERTa的模型,(3)适用于SQuAD 2.0和Natural Questions,以及(4)将结构化修剪与蒸馏相结合。我们实现了推理速度的近一倍,在自然问题的简短答案准确性方面损失不到0.5 F1点。
2021-04-11 cs.CL cs.LG
Self-Correction Distillation for Structured Data Question Answering
针对小规模大语言模型生成结构化查询易出错的问题,本文提出自校正蒸馏方法SCD,通过错误提示机制与两阶段蒸馏策略提升小模型结构化问答能力,实验验证其性能优异。
2025-11-17 cs.AI cs.CL
TempTabQA: Temporal Question Answering for Semi-Structured Tables
Bloomberg(彭博);University of Utah(犹他大学);University of Pennsylvania(宾夕法尼亚大学);IIT Guwahati(印度理工学院古瓦哈提分校)
本文提出TempTabQA数据集,包含从维基百科信息框表格中提取的11454个问答对,用于评估时间推理,发现最先进LLM性能落后人类超过13.5 F1点,可作为挑战性基准。
2023-11-14 cs.AI cs.CL cs.IR
EHRNote-ChatQA: A Benchmark for Evidence-Grounded Multi-Turn Clinical Question Answering over Longitudinal Discharge Summaries
KAIST(韩国科学技术院);Seoul National University(首尔大学);Seoul National University Bundang Hospital(首尔大学盆唐医院);SAIHST, Sungkyunkwan University(成均馆大学);Yonsei University College of Medicine(延世大学医学院);Gangnam Severance Hospital(江南塞弗伦斯医院);Severance Hospital(塞弗伦斯医院);Seoul Medical Center(首尔医疗中心);Seoul National University Hospital(首尔大学医院);National Cancer Center(国立癌症中心);Icahn School of Medicine at Mount Sinai(西奈山伊坎医学院);Samsung Medical Center(三星医疗中心)
提出EHRNote-ChatQA基准,基于MIMIC-IV出院总结构建,包含967个多轮样本和16072个专家验证的QA对,评估LLM在证据支持下的多轮临床问答能力,发现模型在证据定位和多轮错误累积方面存在挑战。
2026-10-30 cs.AI cs.CL
Enhancing Multi-modal and Multi-hop Question Answering via Structured Knowledge and Unified Retrieval-Generation
Harbin Institute of Technology(哈尔滨工业大学)
本文提出SKURG方法,通过实体中心融合编码器和统一检索-生成解码器解决多模态多跳问答中检索与生成割裂的问题,在MultimodalQA和WebQA上以更少参数超越现有最优模型。
2023-08-07 cs.CL cs.CV
Automated Regulatory Compliance Question Answering in Financial Services with Domain-Adapted Retrieval-Augmented Generation
University of Bonn(波恩大学);Lamarr-Institute for Machine Learning and Artificial Intelligence(拉马尔机器学习和人工智能研究所);Universitat Rovira i Virgili(罗维拉-维尔吉利大学);Fraunhofer IAIS(弗劳恩霍夫智能分析和信息系统研究所)
本研究针对金融合规问答中紧凑模型幻觉问题,提出基于LegalBERT的三阶段检索器与RAFT-LoRA生成器的领域自适应RAG流水线,在ObliQA上显著提升检索与答案质量,但发现生成增益未证明接地性且跨域迁移受限。
2026-09-25 cs.AI cs.CL
SRAG: Structured Retrieval-Augmented Generation for Multi-Entity Question Answering over Wikipedia Graph
HKUST(GZ)(香港科技大学(广州));DSA(数据科学与分析学域)
本文提出结构化检索增强生成框架SRAG,通过将提取的实体组织成关系表并应用基于表的推理技术,解耦检索与推理,显著提升了LLM在多实体问答任务上的表现。
2025-03-06 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
Beyond Chains: Bridging Large Language Models and Knowledge Bases in Complex Question Answering
针对现有KBQA方法在复杂非链式问题上的局限,提出四阶段PDRR框架,通过问题分解、知识检索与智能体推理,在多类LLM骨干上实现更优的复杂问答性能。
2025-11-17 cs.CL cs.IR
TrustUQA: A Trustful Framework for Unified Structured Data Question Answering
Zhejiang University(浙江大学);University of Manchester(曼彻斯特大学);Ant Group(蚂蚁集团);ZJU-Ant Group Joint Lab of Knowledge Graph(浙江大学-蚂蚁集团知识图谱联合实验室);Zhejiang Key Laboratory of Big Data Intelligent Computing(浙江省大数据智能计算重点实验室)
针对现有结构化数据问答方法泛化性弱、可信度不足的问题,提出可信统一框架TrustUQA,采用条件图表示与两级查询方法,在多基准上表现优异,还可拓展至混合、跨结构化数据问答场景。
2024-12-13 cs.AI cs.CL
Learning to Compose Neural Networks for Question Answering
University of California, Berkeley(加州大学伯克利分校)
我们描述了一个适用于图像和结构化知识库的问答模型。该模型使用自然语言字符串自动组装神经网络从一组可组合的模块。这些模块的参数通过强化学习与网络组装参数联合学习,只有(世界,问题,答案)三元组作为监督。我们的方法,我们称之为动态神经模型网络,在视觉和结构化领域的基准数据集上取得了最先进的结果。
2016-06-07 cs.CL cs.CV cs.NE
Question Answering over Knowledge Graphs via Structural Query Patterns
Fudan University(复旦大学);Wuhan University of Science and Technology(武汉科技大学)
知识图谱上的自然语言问答是一项重要且有趣的任务,因为它使普通用户能够以简单且直观的方式获得准确的答案。然而,弥合非结构化问题和结构化知识图谱之间的差距仍然是一个挑战。为了解决这个问题,一个自然的原则是构建一个结构化查询来表示输入问题。在知识图谱上搜索结构化查询可以产生问题的答案。与现有的基于语义解析或模板的方法不同,本文提出了一种有效的基于结构化查询模式的方法。给定一个输入问题,我们首先生成与知识图谱的底层结构兼容的查询草图。然后在结构化查询模式的指导下,对查询图中的节点和边进行标记,从而完成查询图。最后,可以通过在知识图谱上执行所构造的查询图谱来检索答案。三个问答基准测试的评估表明,我们提出的方法优于国家的最先进的方法显着。
2019-10-24 cs.AI cs.CL
STARQA: A Question Answering Dataset for Complex Analytical Reasoning over Structured Databases
Bloomberg(贝莱德);Yardi School of Artificial Intelligence, Indian Institute of Technology, Delhi(雅迪人工智能学院,印度理工学院,德里)
STARQA是首个面向专业数据库的复杂分析推理问答数据集,提出Text2SQLCode方法结合SQL与Python,实验表明优于纯SQL,但仍具挑战性。
2025-09-23 cs.CL cs.DB
Stop Thinking, Start Looking: Efficient Post-Training for Multimodal Document Question Answering via Reasoning-Free Alignment
研究多模态文档问答中高效训练后优化问题,提出感知 - RFT 框架,用组相对策略优化绕过推理令牌直接对齐视觉与基础输出,通过构建变体评估推理必要性,发现启用推理模型有优势,还识别基础差异,表明早期转换可减少训练数据并保持精度。
2026-07-17 cs.AI cs.CL cs.LG
Towards Question Answering over Large Semi-structured Tables
The University of Melbourne(墨尔本大学)
针对大型半结构化表格问答难题,提出TaDRe模型,通过分解前后双重优化确保表格分解质量,并在新构建及公开基准上取得最先进性能。
2025-08-04 cs.AI cs.CL cs.DB
TabRAG: Improving Tabular Document Question Answering for Retrieval Augmented Generation via Structured Representations
Imperial College London(帝国理工学院)
TabRAG通过结构化表示改进表格文档问答,采用布局分割和视觉语言模型解析,提升表格问答性能。
2026-01-31 cs.AI cs.CL cs.CV
PDFTriage: Question Answering over Long, Structured Documents
Stanford University(斯坦福大学);Adobe Research(Adobe研究院)
针对现有检索增强大语言模型处理长结构化文档时,纯文本表示与用户结构认知不匹配导致问答失效的问题,提出PDFTriage方法支持按结构或内容检索上下文,验证有效性并发布含900+问题的基准数据集。
2023-11-08 cs.AI cs.CL cs.LG
RouterKGQA: Specialized--General Model Routing for Constraint-Aware Knowledge Graph Question Answering
Institute of Computing and Intelligence, Harbin Institute of Technology, Shenzhen, China(哈尔滨工业大学深圳研究院);Zhongguancun Academy, Beijing, China(中关村学院)
RouterKGQA提出专用-通用模型协作框架,通过专用模型生成推理路径,通用模型在必要时进行知识图谱引导修复,提升性能并降低成本,实验显示在多个基准上F1和Hits@1均优于现有最佳方法。
2026-03-20 cs.CL cs.DB cs.IR
Multilingual State Space Models for Structured Question Answering in Indic Languages
Santa Clara University(圣克拉拉大学);Carnegie Mellon University(卡内基梅隆大学);Georgia Institute of Technology(佐治亚理工学院);Stanford University(斯坦福大学)
本文首次将状态空间模型(SSMs)应用于印度语言问答任务,通过在多语言数据集上评估多种架构并优化框架,显著提升了低资源环境下的问答性能并建立了基础基准。
2025-10-31 cs.AI cs.CL
Embodied Question Answering
Georgia Institute of Technology(佐治亚理工学院);Facebook AI Research(Facebook人工智能研究院)
我们提出了一个新的人工智能任务--智能问答(Question Questioning,简称QQA)--智能体在3D环境中的随机位置产生,并被问到一个问题(“汽车是什么颜色的?").为了回答,智能体必须首先智能地导航以探索环境,通过第一人称(自我中心)视觉收集信息,然后回答问题(“橙色”)。这项具有挑战性的任务需要一系列人工智能技能-主动感知,语言理解,目标驱动导航,常识推理以及将语言融入行动。在这项工作中,我们开发的环境,端到端训练的强化学习代理,并评估协议的质量保证。
2017-12-01 cs.AI cs.CL cs.CV