HotpotQA：一个用于多样化、可解释多跳问答的数据集
计算与语言
2018-09-26 v1
摘要
现有问答（QA）数据集未能训练 QA 系统执行复杂推理并为答案提供解释。我们引入 HotpotQA，一个基于维基百科的 113k 问答对新数据集，具有四个关键特征：（1）问题需要查找并推理多个支持文档才能回答；（2）问题多样化且不受任何已有知识库或知识模式约束；（3）我们提供推理所需的句子级支持事实，允许 QA 系统在强监督下推理并解释预测；（4）我们提供一种新型事实比较问题，以测试 QA 系统提取相关事实并进行必要比较的能力。我们表明 HotpotQA 对最新 QA 系统具有挑战性，且支持事实使模型能提升性能并作出可解释预测。
引用
@article{arxiv.1809.09600,
title = {HotpotQA: A Dataset for Diverse, Explainable Multi-hop Question Answering},
author = {Zhilin Yang and Peng Qi and Saizheng Zhang and Yoshua Bengio and William W. Cohen and Ruslan Salakhutdinov and Christopher D. Manning},
journal= {arXiv preprint arXiv:1809.09600},
year = {2018}
}
备注
EMNLP 2018 long paper. The first three authors contribute equally. Data, code, and blog posts available at https://hotpotqa.github.io/