Enhancing In-Context Learning with Answer Feedback for Multi-Span Question Answering
Nanjing University（南京大学）
针对多跨度问答中 LLM 少样本提示仅展示正确答案的局限，本文在演示示例中加入现成模型预测答案的正确、错误或不完整反馈，实验证明该策略可稳定提升上下文学习性能。
2023-06-07 cs.AI cs.CL
Path-Enhanced Multi-Relational Question Answering with Knowledge Graph Embeddings
Alibaba Group（阿里巴巴集团）
多关系知识库问答（KBQA）系统在知识图谱（KG）上执行多跳推理以获得答案。最近的方法试图引入知识图谱嵌入（KGE）技术来处理KG不完全性，但只考虑三重事实，而忽略了路径和多关系问题之间的重要语义相关性。在本文中，我们提出了一个路径和知识嵌入增强的多关系问答模型（PKEEQA），它利用KG中实体之间的多跳路径，通过可定制的路径表示机制来评估路径嵌入和多关系问题嵌入之间的双极相关性，有利于从三重事实和额外路径的角度获得更准确的答案。实验结果表明，PKEEQA提高了KBQA模型的多关系问答的性能，解释能力在一定程度上来源于路径。
2021-10-29 cs.AI cs.CL cs.LG
Augmenting Question Answering with A Hybrid RAG Approach
Plastic Lab（塑料实验室）；Google（谷歌）；Florida International University（佛罗里达国际大学）；Rensselaer Polytechnic Institute（伦塞拉尔理工学院）
本文提出SSRAG方法，通过混合查询增强、代理路由和结构化检索技术，提升问答任务的响应质量。
2026-01-25 cs.AI cs.CL
Targeted Extraction of Temporal Facts from Textual Resources for Improved Temporal Question Answering over Knowledge Bases
Indian Institute of Technology, Kharagpur（印度理工学院克勒格布尔分校）；IBM Research AI（IBM人工智能研究院）
知识库问答（KBQA）系统的目标是通过对从知识库（KB）检索的相关事实进行推理来回答复杂的自然语言问题。这些系统所面临的主要挑战之一是，由于不完整的知识库和实体/关系链接错误等因素，它们无法检索所有相关事实。在本文中，我们解决这个特殊的挑战，系统处理一个特定类别的问题，称为时间问题，答案推导涉及推理的事实断言点/时间间隔的各种事件。我们提出了一种新的方法，有针对性的时间事实提取技术是用来协助KBQA时，它无法检索时间事实从KB。我们使用$λ$ -问题的表达式来逻辑地表示得出答案所需的组成事实和推理步骤。这使我们能够发现那些未能从知识库中检索到的事实，并生成文本查询，以便以开放域问答的方式从文本资源中提取它们。我们评估了我们的方法在基准时间问答数据集考虑维基数据和维基百科分别作为知识库和文本资源。实验结果表明，该方法在回答正确率上相对提高了$\sim$ 30%，证明了该方法的有效性.
2022-03-21 cs.AI cs.CL
Look before you Hop: Conversational Question Answering over Knowledge Graphs Using Judicious Context Expansion
MPI for Informatics（马克斯·普朗克信息学研究所）；Amazon Alexa（亚马逊Alexa）
以事实为中心的信息需求很少是一次性的;用户通常会提出后续问题来探索一个主题。在这样的会话设置中，用户的输入通常是不完整的，其中实体或谓词被遗漏，以及不合语法的短语。这对问答（QA）系统提出了巨大的挑战，因为QA系统通常依赖于完整的疑问句中的线索。作为一种解决方案，我们开发了CONVEX：一种无监督的方法，可以通过使用迄今为止看到的实体和谓词来维护会话上下文，并自动推断后续问题的缺失或模糊部分，从而在知识图谱（KG）上回答不完整的问题。我们的方法的核心是一个图探索算法，明智地扩大了边界，找到候选答案的当前问题。为了评估CONVEX，我们发布了ConvQuestions，这是一个众包基准，包含来自五个不同领域的11，200个不同对话。我们证明了CONVEX：（i）为任何独立的QA系统添加会话支持，（ii）优于最先进的基线和问题完成策略。
2019-11-05 cs.CL cs.IR
Q-Pain: A Question Answering Dataset to Measure Social Bias in Pain Management
Stanford University（斯坦福大学）；Harvard University（哈佛大学）
自然语言处理（NLP）的最新进展，特别是自动化问答（QA）系统，已经证明了令人印象深刻的语言流畅性和反映社会偏见的有害趋势。在这项研究中，我们介绍了Q-Pain，这是一个用于评估疼痛管理背景下医疗QA偏差的数据集，疼痛管理是临床决策中最具挑战性的形式之一。随着数据集，我们提出了一个新的，严格的框架，包括一个样本实验设计，以衡量潜在的偏见时，作出治疗决定。我们通过评估两个参考人工智能系统GPT-2和GPT-3来展示其使用，并发现交叉种族-性别亚组之间的治疗存在统计学显著差异，从而重申了人工智能在医疗环境中带来的风险，以及在部署医疗人工智能应用程序之前需要像我们这样的数据集来确保安全性。
2021-08-03 cs.AI cs.CL
Correction of Faulty Background Knowledge based on Condition Aware and Revise Transformer for Question Answering
University of Science and Technique of China（中国科学技术大学）
问答的研究近年来受到越来越多的关注。这项工作的重点是提供一个答案，既符合用户的意图和条件信息对应的问题，如交货状态和库存信息在电子商务。然而，这些条件在实际应用中可能是错误的或不完整的。现有的问答系统虽然考虑了知识库中的范畴属性、三元组等外部信息，但都假设外部信息是正确的、完整的。为了减轻有缺陷的条件值的影响，本文提出了条件感知和修正Transformer（CAR-Transformer）。CAR-Transformer（1）基于整个会话和原始条件值来修改每个条件值，并且（2）它对修改后的条件进行编码并利用条件嵌入来选择答案。在真实世界客户服务数据集上的实验结果表明，当与问题对应的条件存在错误或缺失值时，CAR-Transformer仍然可以选择适当的回复，并且在自动和人工评估方面大大优于基线模型。所提出的CAR-Transformer可以扩展到其他需要考虑条件信息的NLP任务。
2020-06-30 cs.AI cs.CL
Rainier: Reinforced Knowledge Introspector for Commonsense Question Answering
University of Washington（华盛顿大学）；Allen Institute for Artificial Intelligence（艾伦人工智能研究所）
知识支撑推理。最近的研究表明，当相关的知识作为额外的背景下常识问答（QA），它可以大大提高性能，即使在最先进的。根本的挑战是在哪里以及如何找到这样的知识，是高质量的和点上的问题，从知识库检索的知识是不完整的和知识产生的语言模型是不一致的。我们提出雷尼尔，或强化知识内省，学习生成上下文相关的知识，以响应给定的问题。我们的方法从模仿GPT-3生成的知识开始，然后通过强化学习学习生成自己的知识，其中奖励是根据所产生的问答的性能提高而形成的。Rainier在9个不同的常识基准测试中表现出了实质性和一致的性能提升：包括在模型训练期间看到的5个数据集，以及4个未看到的数据集。我们的工作是第一个报告，由比GPT-3小几个数量级的模型生成的知识，即使没有对知识本身的直接监督，也可以超过GPT-3所产生的常识知识的质量。
2022-10-22 cs.AI cs.CL
EpiQAL: Benchmarking Large Language Models in Epidemiological Question Answering and Reasoning
Emory University（埃默里大学）；University of Illinois Chicago（伊利诺伊大学香槟分校）；Microsoft（微软公司）
提出EpiQAL基准，通过三个子集（事实回忆、多步推理、不完整信息下结论重建）评估LLM在流行病学推理中的表现，发现当前模型在多步推理上表现有限。
2026-09-01 cs.AI cs.CL
Self-Teaching Machines to Read and Comprehend with Large-Scale Multi-Subject Question-Answering Data
Tencent AI Lab（腾讯AI实验室）；Cornell University（康奈尔大学）
尽管最近在该领域的研究很多，但仍然不清楚主题领域问答数据是否对机器阅读理解（MRC）任务有用。在本文中，我们调查这个问题。我们收集了一个大规模的多主题多项选择问答数据集ExamQA，并使用不完整和嘈杂的片段返回的Web搜索引擎作为相关的上下文为每个问答实例转换成一个弱标记的MRC实例。然后，我们提出了一个自我教学的范例，以更好地使用生成的弱标记的MRC实例，以改善目标MRC任务。实验结果表明，在最先进的MRC基线上，我们可以在多项选择MRC数据集C^3上获得+5.1%的准确率，在提取MRC数据集CMRC 2018上获得+3.8%的精确匹配，证明了我们框架的有效性以及大规模主题领域问答数据对不同类型的机器阅读理解任务的有用性。
2021-04-06 cs.CL
PullNet: Open Domain Question Answering with Iterative Retrieval on Knowledge Bases and Text
Google AI Language（谷歌AI语言部门）
我们考虑开放域问答（QA），其中答案来自语料库，知识库（KB）或两者的组合。我们专注于一个设置，其中语料库补充了一个大的，但不完整的KB，并在问题上，需要非平凡的（例如，"多跳“）推理。我们描述了PullNet，一个集成的框架，用于（1）学习检索什么（从KB和/或语料库）和（2）使用这种异构信息进行推理以找到最佳答案。PullNet使用{迭代}过程来构建包含与问题相关的信息的特定于问题的子图。在每次迭代中，使用图卷积网络（图CNN）来识别应该使用对语料库和/或KB的检索（或“拉”）操作来扩展的子图节点。在子图完成之后，使用类似的图CNN从子图中提取答案。这种检索和推理过程允许我们使用大型知识库和语料库回答多跳问题。PullNet是弱监督的，需要问答对，但不需要黄金推理路径。在实验上，PullNet比现有技术有所改进，并且在语料库与不完整的KB一起使用的情况下，这些改进通常是戏剧性的。PullNet在仅KB设置或仅文本设置中也通常优于现有系统。
2019-04-21 cs.CL cs.LG
NeSy-RAG: Neuro-Symbolic RAG for Explainable Question Answering
Heidelberg University（海德堡大学）
NeSy-RAG是一种模块化神经符号RAG框架，可生成透明推理轨迹，在ShARC基准上以61.1%的准确率优于同模型RAG基线，实现可解释问答。
2026-08-07 cs.CL cs.SC
Markov Logic Networks for Natural Language Question Answering
我们的目标是使用从科学教科书中自动提取的知识来回答初级科学问题，这些知识以一阶逻辑的子集表示。考虑到这些自动提取的规则的不完整性和噪声性，马尔可夫逻辑网络（MLN）似乎是一个自然的模型，但利用MLN的确切方法并不明显。我们研究了三种方法应用MLN到我们的任务。在第一种方法中，我们简单地使用提取的科学规则直接作为MLN子句。与典型的MLN应用程序不同，我们的域具有漫长而复杂的规则，导致无法管理的接地数量。我们利用硬约束中存在的结构来提高易处理性，但该公式仍然无效。在第二种方法中，我们将科学规则解释为描述原型实体，从而将规则直接映射到接地MLN断言，然后使用现有的实体解析方法对其常量进行聚类。这大大简化了网络，但仍然存在脆性。最后，我们的第三种方法，称为Praline，使用MLN来对齐词汇元素，并定义和控制在此任务中应如何执行推理。我们的实验，展示了15\%的准确率提升和10倍的运行时间减少，表明Praline的灵活性和不同的推理语义是一个更好的适合自然语言问答任务。
2015-07-10 cs.AI cs.CL
Knowledge Base Completion using Web-Based Question Answering and Multimodal Fusion
University of Florida（佛罗里达大学）
提出一种融合网络非结构化信息与知识库结构化信息的多模态问答系统，通过问题模板高效提取缺失事实，实现知识库补全。
2023-05-07 cs.AI cs.DB cs.LG
Leveraging LLM-GNN Integration for Open-World Question Answering over Knowledge Graphs
Concordia University（康科迪亚大学）；IBM；KAUST（科威特大学）
本文提出GLOW系统，结合预训练GNN和LLM进行开放世界知识图谱问答，通过结构化提示引导LLM推理，提升多跳推理和缺失链接处理能力，在GLOW-BENCH基准上取得显著提升。
2026-04-15 cs.AI cs.CL cs.DB
An Empirical Study of the Role of Incompleteness and Ambiguity in Interactions with Large Language Models
BITS Pilani, K K Birla Goa Campus（BITS Pilani K K Birla 果阿校区）；RMIT University（皇家墨尔本理工大学）；PandaByte Innovations Pvt Ltd
该研究提出神经符号框架建模人机与LLM的交互，定义问题的不完整性与模糊性属性，通过实验验证其与问答正确性、多轮交互需求的关联，为LLM问答交互特性表征提供有效工具。
2025-03-23 cs.AI cs.CL
Question Answering on Knowledge Bases and Text using Universal Schema and Memory Networks
University of Edinburgh（爱丁堡大学）；University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）；Carnegie Mellon University（卡内基梅隆大学）
现有的问答方法从知识库或原始文本中推断答案。虽然知识库（KB）方法擅长回答组合问题，但它们的性能往往受到知识库不完整性的影响。相反，Web文本包含了数百万个KB中不存在的事实，但是以非结构化的形式存在。{ \it Universal schema}可以通过将结构化知识库和非结构化文本对齐到一个公共嵌入空间来支持对它们的联合进行推理。本文将通用模式扩展到自然语言问答系统中，采用\emph{memory networks}处理文本和知识库相结合的大量事实。我们的模型可以在问答对上以端到端的方式进行训练。在\spades填空问答数据集上的评价结果表明，利用通用模式进行问答比单独使用知识库或文本要好。该模型的性能也优于当前最先进的8.5 $F_1$点。\footnote{Code and data available in \url{https://rajarshd.github.io/TextKBQA}}
2017-04-27 cs.CL
Prompting Large Language Models with Partial Knowledge for Answering Questions with Unseen Entities
School of Computer and Information Technology, Shanxi University（山西大学计算机与信息学院）；Beijing University of Technology（北京理工大学）；Department of Computer Science, University of Manchester（曼彻斯特大学计算机科学系）；Singapore University of Technology and Design（新加坡科技与设计大学）；ILCC, School of Informatics, University of Edinburgh（爱丁堡大学信息学院ILCC）
本文提出利用LLM内部已嵌入的部分相关知识来唤醒模型，以应对不完整知识库中未见实体的问答挑战，并在两个KGQA数据集上验证了其优于传统嵌入相似度方法。
2025-08-02 cs.CL
Uncertainty-Aware Dynamic Knowledge Graphs for Reliable Question Answering
Fujitsu Research（Fujitsu 研究所）；Macquarie University（麦考瑞大学）
本文提出了一种考虑不确定性的动态知识图谱框架，通过动态构建、置信度评分和交互式界面提升问答系统的可靠性和透明度。
2025-12-26 cs.AI cs.CL
Knowledge Graph Completion using Structural and Textual Embeddings
School of Computing, University of Georgia（佐治亚大学计算学院）
本文提出一种结合基于游走的嵌入与语言模型嵌入的关系预测模型，利用知识图谱的文本和结构信息有效表示节点，在广泛使用的数据集上取得了有竞争力的结果。
2024-04-24 cs.AI cs.CL
Multi-domain Dialogue State Tracking as Dynamic Knowledge Graph Enhanced Question Answering
Amazon Alexa Search（亚马逊Alexa搜索部）
多域对话状态跟踪（DST）是对话式AI系统的关键组件。领域本体（即，会话式AI系统的域、槽和值的规范）通常是不完整的，使得DST模型在推理期间推广到新的槽、值和域的能力是必要的。在本文中，我们提出了一个问题回答问题，称为对话状态跟踪通过问答（DSTQA）的多域DST模型。在DSTQA中，每轮生成一个问题，询问（域，槽）对的值，从而使其自然地扩展到看不见的域，槽和值。此外，我们使用动态演化的知识图谱来明确地学习（域，槽）对之间的关系。我们的模型在MultiWOZ 2.0和MultiWOZ 2.1数据集上分别比当前最先进的模型有5.80%和12.21%的相对改进。此外，我们的模型在领域自适应设置中始终优于最先进的模型。(Code发布于https://github.com/alexa/dstqa）
2020-06-20 cs.AI cs.CL cs.LG
Knowledge Models for Cancer Clinical Practice Guidelines : Construction, Management and Usage in Question Answering
本文提出改进的自动化知识建模算法，从NCCN癌症指南中构建可交互知识模型，并设计版本比较算法和问答框架，在NSCLC治疗问答评估中分别取得54.5%和81.8%的准确率。
2024-07-23 cs.AI cs.CL
A Self Consistency Based Reranking for Narrative Question Answering
提出自一致性重排序框架，通过生成多个候选答案并基于语义一致性选择最终答案，提升叙事问答的鲁棒性和准确性。
2026-06-16 cs.AI cs.CL
Reasoning-Driven Question-Answering for Natural Language Understanding
University of Pennsylvania（宾夕法尼亚大学）；Allen Institute for Artificial Intelligence（艾伦人工智能研究所）
文本的自然语言理解（NLU）是人工智能的一个基本挑战，在整个NLP研究历史上一直受到极大的关注。这一主要目标已经在不同的任务下进行了研究，例如问答（QA）和文本蕴涵（TE）。在这篇论文中，我们通过QA任务来研究NLU问题，并专注于使其成为当前最先进技术的挑战的方面。本论文主要分为三个部分：第一部分，我们探讨了多种形式主义，以改善现有的机器理解系统。我们提出了一个制定的溯因推理自然语言，并显示其有效性，特别是在域有限的训练数据。此外，为了帮助推理系统处理不相关或冗余的信息，我们创建了一个有监督的方法来学习和检测问题中的基本术语。在第二部分中，我们提出了两个新的挑战数据集。特别是，我们创建了两个自然语言问题的数据集，其中（i）第一个需要对多个句子进行推理;（ii）第二个需要时间常识推理。我们希望这两个数据集将激励该领域解决更复杂的问题。在最后一部分中，我们提出了第一个正式的框架，多步推理算法，在存在一些重要的属性的语言使用，如不完整性，歧义等，我们应用这个框架来证明推理算法的基本限制。这些理论结果为该领域现有的经验证据提供了额外的直觉。
2019-08-14 cs.AI cs.CL
Dynamic Key-value Memory Enhanced Multi-step Graph Reasoning for Knowledge-based Visual Question Answering
KU Leuven（鲁汶大学）
基于知识的视觉问答（VQA）是一种视觉语言任务，它要求智能体使用给定图像中没有的知识正确回答与图像相关的问题。这不仅是一项比常规VQA更具挑战性的任务，也是建立通用VQA系统的重要一步。大多数现有的基于知识的VQA系统类似地处理知识和图像信息，并且忽略了知识库（KB）包含关于三元组的完整信息的事实，而提取的图像信息可能是不完整的，因为两个对象之间的关系丢失或错误检测。在本文中，我们提出了一种新的模型命名为动态知识记忆增强的多步图推理（DMMGR），它执行显式和隐式推理的键值知识记忆模块和空间感知的图像图，分别。具体地，存储器模块在每个推理步骤学习动态知识表示并生成知识感知问题表示。然后，该表示被用来引导图形注意力算子在空间感知图像图形上。我们的模型在KRVQR和FVQA数据集上实现了新的最先进的精度。我们还进行了烧蚀实验，以证明所提出的模型的每个组件的有效性。
2022-03-06 cs.AI cs.CL cs.CV
LaKo: Knowledge-driven Visual Question Answering via Late Knowledge-to-Text Injection
Zhejiang University（浙江大学）；University of Oxford（牛津大学）；The University of Edinburgh（爱丁堡大学）
视觉问答（VQA）通常需要理解视觉概念和语言语义，这依赖于外部知识。大多数现有的方法利用预先训练的语言模型或/和非结构化文本，但这些资源中的知识往往是不完整的和嘈杂的。其他一些方法更倾向于使用知识图谱（KG），通常具有密集的结构化知识，但研究仍然是相当初步的。在本文中，我们提出了LaKo，知识驱动的VQA方法，通过后期知识到文本注入。为了有效地将外部KG，我们将三元组转换为文本格式，并提出了一个知识融合的后期注入机制。最后，我们将VQA作为一个具有有效编码器-解码器范式的文本生成任务来解决，该范式在OKVQA数据集上实现了最先进的结果。
2022-11-28 cs.AI cs.CV
TheraAgent: Self-Improving Therapeutic Agent for Precise and Comprehensive Treatment Planning
Dept. of Comp. Sci. & Tech., Institute for AI, Tsinghua University, Beijing, China（计算机科学与技术系，人工智能研究院，清华大学，北京，中国）；Institute for AI Industry Research (AIR), Tsinghua University, Beijing, China（人工智能产业研究院（AIR），清华大学，北京，中国）；School of Computing, National University of Singapore, Singapore（计算学院，新加坡国立大学，新加坡）
TheraAgent通过迭代生成-判断-改进流程提升治疗计划的精准度和完整性，实验显示其在HealthBench上表现优异，专家评估中胜率高达86%。
2026-05-07 cs.AI cs.CL
Robust Training for Conversational Question Answering Models with Reinforced Reformulation Generation
Max Planck Institute for Informatics（马克斯·普朗克信息学研究所）
提出框架REIGN，通过系统生成问题改写、利用深度强化学习筛选有益改写并支持零样本迁移，显著提升了基于知识图谱的对话式问答模型对表层形式变化的鲁棒性。
2024-02-16 cs.AI cs.CL cs.IR
Preference-based Learning with Retrieval Augmented Generation for Conversational Question Answering
Max Planck Institute for Informatics（马克斯·普朗克信息学研究所）
针对对话式问答的三个子任务，提出基于流水线的PRAISE方法，通过大语言模型适配器利用自身生成结果和最终回答性能反馈学习，在主流基准上精度提升15.5个百分点。
2025-04-15 cs.CL cs.IR
SearchRAG: Can Search Engines Be Helpful for LLM-based Medical Question Answering?
University of Georgia（佐治亚大学）；Illinois Institute of Technology（伊利诺伊理工学院）；Massachusetts General Hospital（麻省总医院）；Harvard Medical School（哈佛医学院）
本文提出 SearchRAG 框架，通过合成查询生成调用实时搜索引擎，并基于不确定性筛选医学知识，以提升 LLM 在复杂医学问答中的准确性。
2025-02-18 cs.AI cs.CL cs.IR
Cooperative Reasoning on Knowledge Graph and Corpus: A Multi-agentReinforcement Learning Approach
University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）
基于知识图的推理因其可解释性而受到广泛关注。然而，先前的方法遭受知识图谱的不完整性，即可能在知识图谱中缺失（明确缺失）的感兴趣的链接或实体。此外，大多数以前的模型假设目标和源实体之间的距离很短，这在像Freebase这样的真实KG上是不正确的（隐式缺失）。KG的不完整性和捕捉实体之间的长距离链接的能力的敏感性限制了这些模型对大型KG的性能。在本文中，我们提出了一个模型，利用文本语料库来治愈这样的限制，无论是显式或隐式的缺失链接。我们将KG上的问答建模为两个Agent之间的协作任务，一个知识图谱推理Agent和一个信息抽取Agent。每个智能体学习它的技能来完成自己的任务，跳上KG或从语料库中选择知识，通过最大化正确回答问题的奖励。推理代理决定如何为给定的实体和关系找到一条等价的路径。提取代理为远距离目标实体提供捷径，或为显式缺失链接提供缺失关系，并提供来自推理代理的消息。通过这种合作奖励设计，我们的模型可以增加不完全KG的战略，而不会引入太多不必要的噪音，可能会扩大搜索空间，降低性能。
2019-12-04 cs.CL
ReaRev: Adaptive Reasoning for Question Answering over Knowledge Graphs
University of Minnesota（明尼苏达大学）
知识图谱问答（KGQA）涉及使用自然语言查询从知识图谱（KG）中检索实体作为答案。挑战是学习对与问题相关的KG事实进行推理，这些事实遍历KG实体并导致问题答案。为了便于推理，问题被解码成指令，这些指令是用于指导KG遍历的密集问题表示。然而，如果派生的指令不完全匹配的基础KG信息，他们可能会导致推理不相关的上下文中。我们的方法，称为ReaRev，介绍了一种新的方式KGQA推理方面的指令解码和执行。为了改善指令解码，我们执行推理的自适应方式，其中KG感知信息用于迭代更新初始指令。为了改善指令执行，我们模拟宽度优先搜索（BFS）与图神经网络（GNNs）。BFS策略将指令视为一个集合，并允许我们的方法动态地决定它们的执行顺序。在三个KGQA基准测试上的实验结果证明了ReaRev与以前的最先进技术相比的有效性，特别是当KG不完整或当我们处理复杂问题时。我们的代码可在https://github.com/cmavro/ReaRev_KGQA上公开获取。
2022-10-24 cs.CL
MissDiag: Diagnostic Evaluation of Incomplete-Knowledge Robustness in KGQA and KG-RAG
本文提出MissDiag框架，通过结构化缺失干预分解鲁棒性变化来源，发现不完全知识鲁棒性是类型化劣化现象，为KGQA与KG-RAG系统评估提供可解释基础。
2026-08-20 cs.CL
Semantic Parsing to Probabilistic Programs for Situated Question Answering
Allen Institute for Artificial Intelligence（艾伦人工智能研究所）
情境问答是回答有关环境（如图像或图表）的问题。这个问题需要使用背景知识来联合解释问题和环境以选择正确答案。我们提出了解析概率程序（P3），一种新的情景问答模型，可以使用背景知识和全球功能的问题/环境的解释，同时保留有效的近似推理。我们的主要见解是把语义解析作为概率程序，执行非确定性和其可能的执行代表环境的不确定性。我们在一个新的公开发布的5000个科学图表问题的数据集上评估了我们的方法，优于几个有竞争力的经典和神经基线。
2016-09-24 cs.CL
Open Domain Question Answering Using Early Fusion of Knowledge Bases and Text
Carnegie Mellon University（卡内基梅隆大学）
开放领域问答（QA）正从复杂的流水线系统向端到端的深度神经网络发展。已经开发了专门的神经模型，用于仅从文本或仅从知识库（KB）中提取答案。在本文中，我们看看一个更实际的设置，即QA的KB和实体链接的文本，这是适当的组合时，一个不完整的KB是一个大的文本语料库。基于图表示学习的最新进展，我们提出了一种新的模型，GRAFT-Net，用于从包含文本和KB实体和关系的特定于问题的子图中提取答案。我们为这个问题构建了一套基准任务，改变了问题的难度、训练数据的量和知识库的完整性。我们表明，GRAFT-Net是有竞争力的国家的最先进的测试时，使用知识库或文本单独，大大优于现有的方法在组合设置。源代码可在https://github.com/OceanskySun/GraftNet上获得。
2018-09-04 cs.CL cs.LG
Infusing Disease Knowledge into BERT for Health Question Answering, Medical Inference and Disease Name Recognition
Texas A&M University（德克萨斯农工大学）；Fudan University（复旦大学）
疾病的知识包括疾病的各个方面的信息，例如体征和症状，诊断和治疗。这种疾病知识对于许多健康相关和生物医学任务至关重要，包括消费者健康问答、医学语言推理和疾病名称识别。虽然像BERT这样的预训练语言模型在从文本中捕获语法、语义和世界知识方面取得了成功，但我们发现它们可以通过症状、诊断、治疗和其他疾病方面的知识等特定信息来进一步补充。因此，我们将BERT与疾病知识相结合，以改善这些重要的任务。具体而言，我们提出了一个新的疾病知识注入训练过程，并评估了一套BERT模型，包括BERT，BioBERT，SciBERT，ClinicalBERT，BlueBERT，和ALBERT。三个任务的实验表明，这些模型几乎在所有情况下都可以得到增强，证明了疾病知识注入的可行性。例如，BioBERT对消费者健康问答的准确率从68.29%提高到72.09%，同时在两个数据集中观察到新的SOTA结果。我们免费提供我们的数据和代码。
2020-10-08 cs.CL
HANIA: Planner-Guided Multimodal Graph Evidence Selection for Grounded Question Answering
Southeast University（东南大学）；Portland Institute（波特兰研究所）；Aristotle University of Thessaloniki（亚里士多德大学）；Shandong University（山东大学）
本文提出HANIA框架，通过规划器引导的多模态图证据选择处理ScienceQA问答任务，无需目标数据集微调或迭代检索即可实现具竞争力的多模态问答。
2026-09-24 cs.AI
Interpretable Counting for Visual Question Answering
Salesforce Research（Salesforce 研究院）
在视觉问答（VQA）中，需要对图像中的各种对象进行计数的问题仍然是一个主要的挑战。最常见的VQA方法涉及基于图像和问题的固定长度表示对答案进行分类，或者对从图像的每个部分估计的分数计数进行求和。相比之下，我们将计数视为一个连续的决策过程，并迫使我们的模型对要计数的内容做出离散的选择。具体来说，模型从检测到的对象中依次进行选择，并学习影响后续选择的对象之间的交互。我们的方法的一个区别是它的直观和可解释的输出，因为离散计数是自动接地的图像。此外，我们的方法在评估计数的多个指标上优于VQA的最新架构。
2018-03-02 cs.AI cs.CL cs.CV
A Context-aware Attention Network for Interactive Question Answering
UNC Charlotte（北卡罗来纳大学夏洛特分校）；NEC Laboratories America（NEC美国实验室）；University of Arizona（亚利桑那大学）
在编码器-解码器框架中的基于神经网络的序列到序列模型已经成功地应用于解决问答（QA）问题，从陈述和问题预测答案。然而，几乎所有以前的模型都没有考虑详细的上下文信息和未知状态，在这些状态下，系统没有足够的信息来回答给定的问题。在交互式问答（IQA）中，这些信息不完整或模糊的场景非常常见。为了解决这一挑战，我们开发了一种新的模型，采用上下文相关的词级注意力更准确的陈述表示和问题引导的话语级注意力更好的上下文建模。我们还生成了独特的IQA数据集来测试我们的模型，这些数据集将公开提供。采用这些注意力机制，我们的模型准确地理解什么时候可以输出答案，或者什么时候需要根据不同的上下文生成补充问题以进行额外的输入。当可用时，用户的反馈被编码并直接应用于更新任务级注意力以推断答案。QA和IQA数据集上的大量实验定量地证明了我们的模型的有效性，与最先进的传统QA模型相比有显着的改进。
2017-09-03 cs.CL cs.LG
ARCagent: An Adaptive Retrieval Calibration Agent for Clinical Question Answering
ARCagent是一个针对ME/CFS临床问答的自适应检索校准智能体，通过构建含冲突登记表的知识库、冲突感知检索校准流程及LLM评判基准，达到95.3%性能，优于基础大语言模型。
2026-09-30 cs.AI cs.IR
CAR: Conceptualization-Augmented Reasoner for Zero-Shot Commonsense Question Answering
HKUST（香港科技大学）；EPFL（洛桑联邦理工学院）
针对零样本常识问答中CSKB不完整及负例采样质量差的问题，提出概念化增强推理框架CAR，通过将知识三元组抽象为更高层次实例来扩大覆盖范围与答案空间，显著提升了零样本泛化能力并超越GPT3.5等大模型。
2023-10-20 cs.CL
MuISQA: Multi-Intent Retrieval-Augmented Generation for Scientific Question Answering
Zhongke Zidong Taichu (Beijing)（中科紫东太初（北京））；Institute of Automation, Chinese Academy of Sciences（中国科学院自动化研究所）；School of Artificial Intelligence, University of Chinese Academy of Sciences（中国科学院大学人工智能学院）；Wuhan AI Research（武汉人工智能研究院）
MuISQA提出一种多意图检索增强生成框架，通过意图感知检索和RRF融合提升科学问答任务的证据覆盖和检索准确性。
2025-11-20 cs.AI
QAID: Question Answering Inspired Few-shot Intent Detection
IBM Israel Research Lab（IBM以色列研究实验室）；Hebrew University of Jerusalem（希伯来大学）
具有语义相似的细粒度意图的意图检测是一项具有挑战性的任务。为了解决这个问题，我们重新制定意图检测作为一个问答检索任务，通过处理话语和意图名称的问题和答案。为此，我们利用问答检索架构，并采用两阶段训练模式与批量对比损失。在预训练阶段，我们通过自监督训练来改进查询表示。然后，在微调阶段，我们增加来自相同意图的查询和答案之间的上下文化标记级相似性分数。我们在三个Few-Shot意图检测基准上的结果达到了最先进的性能。
2023-03-21 cs.AI cs.CL cs.IR
Comprehensive Modeling and Question Answering of Cancer Clinical Practice Guidelines using LLMs
Indian Institute of Technology Madras（马德拉斯印度理工学院）；Healthcare Technology Innovation Centre（医疗技术创新中心）
本研究利用大语言模型将癌症临床实践指南建模为图，实现节点分类（准确率最高88.47%）并基于子图路径进行约束问答，以减少幻觉并确保医学事实准确性。
2025-01-23 cs.AI cs.CL cs.LG
MDER-DR: Multi-Hop Question Answering with Entity-Centric Summaries
MDER-DR通过实体中心摘要和分解解决机制，提升多跳问答任务在稀疏复杂关系数据中的鲁棒性和性能。
2026-03-11 cs.AI cs.CL cs.IR
GR-Agent: Adaptive Graph Reasoning Agent under Incomplete Knowledge
University of Oslo（奥斯陆大学）；Bosch Center for AI（博世人工智能中心）；University of Stuttgart（斯图加特大学）；University of Oxford（牛津大学）；Amazon（亚马逊）；The University of Manchester（曼彻斯特大学）；University of Southampton（南安普顿大学）
GR-Agent通过构建交互环境并利用图推理工具，在不完整知识图谱中实现更有效的推理，优于现有方法。
2025-12-16 cs.AI cs.LG
Automated Story Generation as Question-Answering
基于神经语言模型的自动故事生成方法受到两个重要限制。首先，基于语言模型的故事生成器通常不朝着给定的目标或结局工作。第二，随着故事越来越长，它们往往失去连贯性。我们提出了一种新的方法来自动生成的故事，把问题作为一个生成的问答。我们提出的故事生成系统从封装故事的最终事件的句子开始。然后，系统迭代地（1）分析描述最近事件的文本，（2）生成关于“为什么”角色正在做他们在事件中正在做的事情的问题，并且然后（3）尝试生成回答该问题的另一个先前事件。
2021-12-07 cs.CL
Self-Reflective Planning with Knowledge Graphs: Enhancing LLM Reasoning Reliability for Question Answering
State Key Laboratory of Cognitive Intelligence（认知智能国家重点实验室）；University of Science and Technology of China（中国科学技术大学）
针对大语言模型在知识图谱问答中易产生幻觉的问题，提出自我反思规划框架，通过参考引导的迭代规划与反思生成可靠推理路径，在三个公开数据集上超越强基线。
2025-05-26 cs.CL
City-VLM: Towards Multidomain Perception Scene Understanding via Multimodal Incomplete Learning
The Hong Kong University of Science and Technology (Guangzhou)（香港科学与技术大学（广州））；Zhejiang University（浙江大学）；Fudan University（复旦大学）；Harbin Institute of Technology (Shenzhen)（哈尔滨工业大学（深圳））；Terminus Technologies Co., Ltd.；Pengcheng Laboratory（鹏城实验室）
本文提出City-VLM模型和SVM-City多域室外场景数据集，通过不完全多模态学习在缺失模态时构建联合概率分布空间以融合2D与3D信息，在室外场景问答任务上平均超越现有LVLMs 18.14%。
2025-07-17 cs.AI cs.CV
Controllable Evidence Selection in Retrieval-Augmented Question Answering via Deterministic Utility Gating
Independent Researcher, Applied AI Systems（独立研究者，应用人工智能系统）
本文提出确定性证据选择框架，通过MUE和DUE评估语义相关性、术语覆盖和冗余性，无需训练即可筛选有效证据，确保答案生成的准确性和可审计性。
2026-02-23 cs.CL cs.IR
More Bias, Less Bias: BiasPrompting for Enhanced Multiple-Choice Question Answering
Nanyang Techonological University（南洋理工大学）；National University of Singapore（国立新加坡大学）；Centre for AI research, VinUniversity（Vin大学人工智能研究中心）
BiasPrompting通过引导LLMs生成并评估所有可能答案的推理过程，提升多项选择题回答的推理能力，尤其在复杂问题中表现优异。
2025-11-25 cs.CL
Localizing and Mitigating Errors in Long-form Question Answering
Technical University of Darmstadt（达姆施塔特工业大学）；University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）
本文提出 HaluQuestQA 数据集及错误信息引导的修正方法，通过定位长文本问答中的片段级错误并利用反馈信号修正回答，显著减少错误并提升回答质量。
2025-06-03 cs.CL
Multi-Instance Learning for End-to-End Knowledge Base Question Answering
Alibaba Group（阿里巴巴集团）
端到端培训是知识库问答（KBQA）的一种流行方法。然而，现实世界的应用程序通常包含针对用户问题的不同质量的答案。平等对待用户问题的所有可用答案是不合适的。本文提出了一种基于多实例学习的新方法，通过在训练端到端KBQA模型时探索同一问题的答案之间的共识来解决噪声答案的问题。特别地，QA对被组织成具有动态实例选择和不同实例权重选项的袋。在培训期间，利用课程学习来选择实例包。在公共CQA数据集上，新方法显着提高了实体准确性和Rouge-L得分，超过了最先进的端到端KBQA基线。
2019-03-06 cs.CL
Biomedical Entity Linking as Multiple Choice Question Answering
Jarvis Research Center, Tencent YouTu Lab（贾维斯研究中心，腾讯优图实验室）
针对生物医学实体链接中细粒度与长尾实体的挑战，提出将该任务转化为多项选择题问答的BioELQA模型，通过显式比较候选实体、拼接相似标注实例提升泛化，在多数据集上超越现有最优基线。
2024-05-17 cs.AI cs.CL cs.LG
