用于回答文档表格中问题的表格表示评估：基于 3GPP 规范的案例研究

随着文档语料库在问答中的广泛使用，对于技术文档尤为重要的一个方面是从与文本交织的表格中提取信息的能力。其主要挑战在于，与自由流动文本或孤立的表格集合不同，表格在相关分块方面的表示并不直观。我们进行了一系列实验，考察了与文本交织的表格数据的各种表示形式，以理解不同表示的相对优势。我们选择了 $3^{rd}$ Generation Partnership Project (3GPP) 文档语料库，因为其中大量充斥着表格。我们创建了专家策划的问答数据集来评估我们的方法。我们得出结论，行级表示并在每个单元格中包含相应的表头信息可以提高检索性能，从而利用表格数据中存在的结构信息。