探索基于程序提示的混合问答
计算与语言
2024-02-19 v1
摘要
针对异构数据的问答需要对多样化的数据源进行推理，由于信息规模庞大且异构数据有机耦合，这极具挑战性。人们提出了各种方法来应对这些挑战。一种方法涉及训练专门的检索器以选择相关信息，从而减少输入长度。另一种方法是将不同模态的数据转换为单一模态，简化任务难度并实现更直接的处理。在本文中，我们提出了 HProPro，这是一种用于混合问答任务的新型基于程序的提示框架。HProPro 遵循代码生成和执行范式。此外，HProPro 集成了多种功能以应对混合推理场景。具体而言，HProPro 包含函数声明和函数实现，以执行跨各种来源和模态数据的混合信息检索，这使得无需训练专门的检索器或执行模态转换即可对此类数据进行推理。在两个典型的混合问答基准 HybridQA 和 MultiModalQA 上的实验结果证明了 HProPro 的有效性：它超越了所有基线系统，并在两个数据集的少样本设定中取得了最佳性能。
引用
@article{arxiv.2402.10812,
title = {Exploring Hybrid Question Answering via Program-based Prompting},
author = {Qi Shi and Han Cui and Haofeng Wang and Qingfu Zhu and Wanxiang Che and Ting Liu},
journal= {arXiv preprint arXiv:2402.10812},
year = {2024}
}