基于问题回答技术，本研究提出了一个能从网页中提取新事实并推荐给 Wikidata 编辑人员验证的框架，并通过利用 Wikidata 中已有的信息，无需额外学习信号便可训练该框架来提取各种属性和领域的新事实，实验结果表明平均 F1 得分为 84.07，在人类验证之前，有潜力提取数百万条事实，旨在帮助编辑人员的日常任务，完善 Wikidata 知识图谱。

Jan, 2024

本文提出使用维基百科作为唯一知识源来解决开放领域问题回答，提出了一种基于大二元哈希和 TF-IDF 匹配的搜索组件与训练于维基段落中检测答案的多层循环神经网络模型的结合方法，同时现有数据集的实验结果表明，这两个模块都是高度竞争力的，并且使用远程监督进行多任务学习的组合是这个具有挑战性任务的有效完整系统。

Mar, 2017

本文探讨了自动化生成基于文本相似度的查询，介绍了数据集和基于预训练大型语言模型的基于规则和自动化文本生成方法，并提出了一种优秀的混合方法。

Mar, 2023

本文探究了如何利用 Wikipidia 概念传递查询上下文以提高对嘈杂文本的主动信息检索的性能，并提出了两种模型，利用实体链接将 Wikipedia 主题与相关性模型关联。实验结果表明，Wikipedia 概念与检索结果相关性之间存在明显信号，关联排序模型的使用可以进一步提高精度，并且使用 Wikipedia 处理查询背景语境可以消除歧义，进一步帮助主动信息检索。

Oct, 2022

该研究提出了一种通过生成提示来辅助回答问题的方法，并介绍了一个大规模数据集 TriviaHG，其中包含了 160,230 个提示对应于 16,645 个问题。此外，研究还提出了一种自动评估方法来衡量提示的有效性，研究结果表明提示对解决未知问题具有促进作用，提示质量依赖于答案的难易程度，并且可以使用自动评估方法进行提示评估。

Mar, 2024

本研究利用分类、链接结构以及实体示例等方法，基于 Wikipedia 文献集合，提出了一种较为有效的实体排名系统，并发现该系统可以显著提高检索效果。

Nov, 2007

提出一种使用知识图谱扩展预训练文本到文本语言模型的方法，通过从知识图谱中提取子图，使用基于 Transformer 的模型线性化提取的子图并重新对答案候选项进行排序，使得预训练文本到文本语言模型的 Hits@1 评分提升 4-6%。

Oct, 2023

本文介绍了一个新的自然语言处理任务 —— 通过从 Web 中挖掘支持性证据，生成具有引用文献的短实证文章。为此，我们构建了一个大规模数据集，通过从英文维基百科文章及其可爬行的维基百科参考文献中提取而来。我们实验了当前最先进的 NLP 技术在 WebBrain 上的效果，并引入了一个新的框架 ReGen，它通过改进证据检索和任务特定的预训练来增强生成的实证性。实验结果表明，ReGen 在自动和人工评估中都优于所有基线。

Apr, 2023

利用循环神经网络的序列到序列模型，结合注意力选择 Wikidata 中的事实并生成与之相关的维基百科传记句，模型通过人类偏好评估接近于维基百科参考水平，并且通过分析内容选择，模型可以在推断知识和错觉错误信息之间进行折中。

Feb, 2017

本文旨在对 Wikipedia 的文献引用结构进行实证研究，通过构建分类法对内联引文的必要性理由进行分类，并设计算法模型以确定声明是否需要引用，并根据分类法预测引文原因。

Feb, 2019