用前沿开放域问答技术进行叙事问答的综合研究

开放域问答（ODQA，即从 Wikipedia 等大型开放域语料中查找答案）的近期进展已使许多数据集上达到人类水平表现。然而，尽管书籍故事问答（Book QA）与 ODQA 任务形式相似，其进展仍滞后。本工作对 Book QA 的难度提供了综合且定量的分析：（1）我们利用前沿 ODQA 技术在 NarrativeQA 数据集上进行了广泛实验的基准研究。这量化了 Book QA 所带来的挑战，并以 Rouge-L 上约 7% 的绝对提升推进了已发表的最优水平。（2）我们通过人工研究进一步分析了 Book QA 中的详细挑战。\footnote{\url{https://github.com/gorov/BookQA}.} 我们的发现表明，以事件为中心的问题在该任务中占主导，这例证了现有 QA 模型处理面向事件场景的无力。