用于去语境化科学文档中面向用户片段的问答框架

许多现实世界应用（例如记笔记、搜索）需要从文档中提取一个句子或段落，并将该片段展示给源文档之外的人。然而，用户可能会发现片段难以理解，因为它们缺乏来自原始文档的上下文。在这项工作中，我们使用语言模型重写科学文档中的片段，使其可独立阅读。首先，我们定义了这一面向用户的去语境化任务的需求与挑战，例如澄清编辑发生的位置以及处理对其他文档的引用。其次，我们提出了一个将任务分解为三个阶段的框架：问题生成、问答和重写。使用该框架，我们从有经验的科学文章读者处收集了黄金去语境化结果。然后我们在最先进的商业和开源语言模型上进行了一系列实验，以确定如何为我们任务最佳地提供缺失但相关的信息给模型。最后，我们开发了 QaDecontext，一种受我们框架启发的简单提示策略，优于端到端提示。我们以分析作结，发现尽管重写容易，问题生成与回答对当今模型仍具挑战性。