FeTaQA：自由形式表格问答
计算与语言
2021-04-02 v1
摘要
现有的表格问答数据集包含大量事实性问题，主要评估系统的查询与模式理解能力，但由于关联短答案的限制，它们未包含需要复杂推理与信息整合的问题。为解决这些问题并展现表格问答的完整挑战，我们引入 FeTaQA，一个基于维基百科的 10K 个 {表格、问题、自由形式答案、支撑表格单元} 对的新数据集。FeTaQA 产生了更具挑战性的表格问答设定，因为它要求从结构化知识源中检索、推断并整合多个不连续事实后生成自由形式文本答案。与基于文本的生成式 QA 数据集（其中答案多为源中短文本跨度的拷贝）不同，我们数据集中的答案是涉及实体及其高层关系的人工生成解释。我们为所提任务提供两种基准方法：基于语义解析问答系统的流水线方法，以及基于大型预训练文本生成模型的端到端方法，并表明 FeTaQA 对两种方法均构成挑战。
引用
@article{arxiv.2104.00369,
title = {FeTaQA: Free-form Table Question Answering},
author = {Linyong Nan and Chiachun Hsieh and Ziming Mao and Xi Victoria Lin and Neha Verma and Rui Zhang and Wojciech Kryściński and Nick Schoelkopf and Riley Kong and Xiangru Tang and Murori Mutuma and Ben Rosand and Isabel Trindade and Renusree Bandaru and Jacob Cunningham and Caiming Xiong and Dragomir Radev},
journal= {arXiv preprint arXiv:2104.00369},
year = {2021}
}