面向时序问答的 RAG 框架内的 Chronological Passage Assembling
计算与语言
2025-10-14 v2
摘要
叙事任务的长上下文问答具有挑战性,因为正确答案往往依赖于在有限上下文窗口内重构事件的时间线并保持上下文连续性. 检索增强生成 (RAG) 方法旨在通过选择性检索必要的文档片段来解决此挑战. 然而,叙事文本具有独特特征,限制了这些现有方法的有效性. Specifically,理解叙事文本需要不仅依赖于孤立片段,还需关注片段之间的更广阔背景和顺序关系. 为解决这些限制,我们提出 ChronoRAG,一种专为叙事文本设计的新型 RAG 框架. 该方法聚焦于两个关键方面: 将分散的文档信息细化为连贯且结构化的片段,以及通过显式捕获和保持检索片段间的时序关系来维护叙事流程. 我们通过在 NarrativeQA 和 GutenQA 数据集上进行实验,证明了 ChronoRAG 的有效性,在需要事实识别和复杂顺序关系理解的任务中实现了显著提升,凸显了在解决叙事问答中时序推理的重要性.
引用
@article{arxiv.2508.18748,
title = {Chronological Passage Assembling in RAG framework for Temporal Question Answering},
author = {Byeongjeong Kim and Jeonghyun Park and Joonho Yang and Hwanhee Lee},
journal= {arXiv preprint arXiv:2508.18748},
year = {2025}
}
备注
15 pages, 4 figures