ChiMDQA：面向细粒度评估的综合性中文文档问答
计算与语言
2025-11-06 v1 人工智能
摘要
随着自然语言处理(NLP)技术的快速发展，对高质量中文文档问答数据集的需求稳步增长。为了解决这个问题，我们提出了中文多文档问答数据集(ChiMDQA)，专门为学术、教育、金融、法律、医疗和新闻等常见领域的下游业务场景而设计。ChiMDQA 涵盖了来自六个不同领域的篇幅较长的文档，包含 6,068 个经过严格筛选的高质量问答(QA)对，并进一步细分为十个细粒度类别。通过细致的文档筛选和系统化的问题设计方法，该数据集保证了多样性和高质量，使其适用于各种 NLP 任务，如文档理解、知识抽取和智能问答系统。此外，本文全面概述了数据集的设计目标、构建方法和细粒度评估系统，为未来中文问答的研究和实际应用提供了坚实的基础。代码和数据可在 https://anonymous.4open.science/r/Foxit-CHiMDQA/ 获取。
引用
@article{arxiv.2511.03656,
title = {ChiMDQA: Towards Comprehensive Chinese Document QA with Fine-grained Evaluation},
author = {Jing Gao and Shutiao Luo and Yumeng Liu and Yuanming Li and Hongji Zeng},
journal= {arXiv preprint arXiv:2511.03656},
year = {2025}
}
备注
13 pages, 6 tables, 4 figures, accepted by ICANN 2025