一个面向时间敏感检索增强生成的问答数据集
计算与语言
2025-08-19 v1 信息检索
摘要
我们介绍了 ChronoQA，这是一个大规模的中文问答基准数据集，专门设计用于评估检索增强生成（RAG）系统中的时间推理能力。ChronoQA 由 2019 年至 2024 年间发布的超过 30 万篇新闻文章构建而成，包含 5,176 个高质量问题，涵盖绝对、聚合和相对时间类型，并包含显式和隐式时间表达。该数据集支持单文档和多文档场景，反映了现实世界中对时间对齐和逻辑一致性的要求。ChronoQA 具有全面的结构标注，并经过了多阶段验证，包括基于规则的、基于 LLM 的和人工评估，以确保数据质量。通过提供一个动态、可靠且可扩展的资源，ChronoQA 能够对广泛的时间任务进行结构化评估，并作为推进时间敏感检索增强问答系统的稳健基准。
引用
@article{arxiv.2508.12282,
title = {A Question Answering Dataset for Temporal-Sensitive Retrieval-Augmented Generation},
author = {Ziyang Chen and Erxue Min and Xiang Zhao and Yunxin Li and Xin Jia and Jinzhi Liao and Jichao Li and Shuaiqiang Wang and Baotian Hu and Dawei Yin},
journal= {arXiv preprint arXiv:2508.12282},
year = {2025}
}
备注
10 pages, 5 figures