面向表+文本问答的多行多跨度远程监督

对表格与关联文本进行问答（QA），亦称 TextTableQA，近年来受到显著关注，因为表格常嵌入于文档并与相关文本共存。HybridQA 与 OTT-QA 是两个最知名的 TextTableQA 数据集，其问题最好通过结合表格单元格与关联文本段落的信息来回答。这两个数据集以及一般 TextTableQA 中的一个共同挑战是，训练实例仅包含问题与答案，其中标准答案不仅可能匹配跨表格行的多个单元格，还可能匹配表格行及其关联文本范围内的多个文本跨度。这导致了带噪的多实例训练机制。我们提出 MITQA，一种基于 transformer 的 TextTableQA 系统，通过多实例损失目标与精心的课程设计，显式应对这两个轴上的远程监督。我们的实验表明，所提出的多实例远程监督方法帮助 MITQA 取得最先进结果，击败 HybridQA 与 OTT-QA 的现有基线，使 MITQA 在 HybridQA 排行榜上以留出测试集上的最佳 EM 与 F1 分数位居首位。