table question answering | BriefGPT

关键词table question answering

搜索结果 - 11

LLM 基于的高效物联网生成方法
在本研究中，我们提出了一种在局域网设置中部署的基于文本生成的物联网（GIoT）系统，通过应用提示工程方法增强开源 LLMs 的能力，并设计了提示管理模块和后处理模块，以管理不同任务的个性化提示并处理 LLMs 生成的结果。通过对两个流行的
PDF20 days ago
COLINGKET-QA：用于知识增强表格问答的数据集
这篇论文介绍了一种使用知识库作为表格问答的外部知识源，并构建了一个带有精细化知识注释的数据集 KET-QA。通过设计检索 - 推理结构化流水线模型，实验结果表明，该模型在三个不同场景（微调、零样本和少样本）中相对性能提升范围为 1.9 至
PDF2 months ago
ACLFREB-TQA：用于表格问答的细粒度鲁棒性评估基准
通过对韧性 TQA 系统的细致评估，本文确定了三个重要指标：无视表格结构的改变回答问题、基于相关单元格的内容而非偏见回答问题、具备鲁棒的数值推理能力。实验证明，目前研究中没有哪种先进的 TQA 系统能在这三个方面表现出色。我们发布了一份全新
PDF2 months ago
MFORT-QA：多跳少样本开放丰富表格问答
通过多跳式少样本开放式丰富表格问答（MFORT-QA）方法，利用大型语言模型、少样本学习和多跳式推理思路，从表格数据中提取信息并显著改善抽取式表格问答方法的准确性。
PDF3 months ago
先增强后实践：通过表格扩展实现知识增强问答
本研究提出了一种简单而有效的方法，用于在给定的表格中集成外部信息，通过构建一个包含缺失信息的增强表格，然后生成两个表格的 SQL 查询来回答问题。实验证明，我们的方法在三个表格问答基准测试上优于强基准模型。
PDF5 months ago
EMNLP针对多样的表结构的问题回答辅助代码生成
通过生成可执行程序的方式来回答表格问题（TableQA）一直面临的挑战是适应各种表格结构，通常需要特定领域的逻辑形式。为此，本文引入了一个统一的 TableQA 框架，该框架：（1）以多索引 Pandas 数据帧的形式提供结构化表格的统一表
PDF8 months ago
表格问答调查：最新进展
该研究调查了目前表格问答的数据集和方法，并将现有的表格问答方法分类为五类，即基于语义解析的、生成式的、提取式的、基于匹配的和检索式的方法。此外，研究还提出了该领域的一些主要挑战和未来方向。
PDF2 years ago
BioTABQA: 医学表格问答的指令学习
本文在生物医学领域维度构建了一个表格问答数据集 BioTABQA，包含 22 个模板和上下文中的信息。通过该数据集，本文提出了一种基于指导学习的方法，在多个评估方式下，该方法比单一和多任务基线模型表现提高约 23% 和 6%。最重要的是，在
PDF2 years ago
基于检索增强生成的端到端表格问答
我们提出了 T-RAG，一个端到端的表格问答（Table QA）模型，其中一个非参数密集向量索引与 BART 共同微调，通过一个统一的流程搜索表格语料库来直接定位正确答案，并将其应用到最近的开放域表格 QA 基准测试中，并证明微调后的 T-
PDF2 years ago
CLTR: 一种基于 Transformer 的细胞级表格检索与表格问答系统
本研究提出了一种基于 Transformer 的端到端表格问答系统，可以将自然语言问题和大量表格语料库输入，以检索最相关的表格并定位正确的单元格以回答问题．该系统可以生成复杂表格上的候选列和行的热图，并允许用户快速标识回答问题的正确单元格．
PDF3 years ago
FeTaQA：自由形式表格问答
本篇论文介绍了 FeTaQA 数据集，该数据集包含 10K 个基于维基百科的 {表格，问题，自由形式答案，支持表格单元格} 对，可以用于进行表格问答系统的复杂推理和信息集成；并提出了一个基于语义解析的 QA 系统和一个基于大型预训练文本生成
PDF3 years ago