ACLMay, 2023

简洁回答复杂问题：长篇答案摘要

PDF
TL;DR本文基于长篇问答系统，提出了提取 - 解除背景法来生成简洁回答，通过用户研究发现，超过 90％的 ELI5 领域的长篇答案可以通过至少一种系统充分概括，但是复杂和隐含的答案仍然有挑战。作者们提供了一个包含 1K 长篇回答和用户研究注释的提取式总结数据集，为提供多重粒度答案的 QA 代理迈出了一步。
long-form question answeringsummarizationextractive summaryuser studyeli5 domain
发现论文，激发创造
  • 如何回答复杂问题：长篇答案的话语结构

    本篇论文通过研究三个数据集中的长篇答案，开发了一个六个句子级功能角色的本体论，并进一步分析了模型生成的答案。通过对 3.9k 句子和 640 个答案段落进行注释，我们希望能够鼓励未来的学者进行话语层模型的研究和长篇问答系统的评估。

    Mar, 2022

  • 长文本问答

    这篇论文介绍了第一个大规模的长篇问答语料库，其中包括了 270,000 个 Reddit 论坛上的线索，使用多任务目标的诠释性模型表现最佳，但仍存在改进的余地。

    Jul, 2019

  • 长格式问答进展的障碍

    该论文探讨了长篇问答任务中关于评估和数据集构建所面临的挑战，在提出新模型的同时指出该任务中 ROUGE-L 评估不具信息性，且训练集和验证集存在显著重复。给出了缓解这些问题的建议。

    Mar, 2021

  • 生成式长篇问答：相关性、忠实度和简洁性

    本论文研究了长篇问答系统的相关性、可靠性和简洁性，旨在改进问题相关性、答案可靠性和简洁性等方面的答案质量。

    Nov, 2022

  • 面向消费者健康问题摘要的问题感知变压器模型

    本文研究针对真实世界的消费者健康问题的抽象总结任务，开发了一个抽象问题总结模型，利用医疗实体的语义识别，借此提高了问题聚焦的涵盖范围和生成信息摘要的能力。同时，我们还将问题类型信息融入到解码器的输入中，实现了问题类型驱动的摘要生成，并在 MeQSum 基准语料库上进行了评估，该框架超过了最先进方法 10.2 ROUGE-L 分，并进行手动评估以评估所生成的摘要的正确性。

    Jun, 2021

  • 对长篇问答评估的关键评估

    对长篇答案进行有针对性的评估研究，强调评估多维度因素，发现自动文本生成的评价指标不能预测人类喜好，建议未来的评估中，应该注重准确性、完整性和客观性等多个方面。

    May, 2023

  • ASQA：事实问题遇见长篇回答

    本文提出了一个名为 ASQA 的任务，旨在回答需要深入解释的问题，并提出了一个在 ASQA 上测量表现的可靠度量标准，以及释放了一个新的数据集，用于解决长期问答任务中仍然存在的高质量数据缺乏和答案质量定义模糊的问题。

    Apr, 2022

  • 探索 LLMs 对长文问题回答的可行性

    从长文摘要生成问题的方法对于 LLMs 的性能造成挑战，表明 LLMs（如 ChatGPT）与开源 LLMs（Alpaca、Llama）之间存在性能差距。

    Sep, 2023

  • Summaformers @ LaySumm 20, LongSumm 20

    本文探讨了利用 Transformer-based 系统概括多领域科学研究论文的问题，并设计了两种不同类型的概述手段，即 LaySumm 和 LongSumm，使用 ROUGE 指标有效评估了本文系统的优越性。

    Jan, 2021

  • 长文本问答：一种迭代计划 - 检索 - 生成的方法

    提出了一种具有迭代规划、检索和生成过程的长篇问答（Long-form question answering，LFQA）模型，该模型通过迭代过程直到生成给定问题的完整答案，解决了既有模型在处理复杂问题和知识聚合方面的限制，并在各种文本和实际指标上优于现有模型。

    Nov, 2023