NCTB-QA：巴吉纳斯教育问答数据集及其性能基准
计算与语言
2026-03-06 v1
摘要
低资源语言的阅读理解系统在处理不可回答问题时面临重大挑战。这些系统倾向于在正确答案不存在于上下文中的情况下生成不可靠的响应。为解决此问题，我们引入NCTB-QA：一个大型巴吉纳斯语问答数据集，包含从 Bangladesh国家课程和教科书委员会出版的50本教科书中提取的87,805个问答对。与现有巴吉纳斯数据集不同，NCTB-QA保持可回答问题（57.25%）和不可回答问题（42.75%）之间的平衡分布。NCTB-QA还包括经过对抗性设计的实例，包含合理的干扰项。我们对三种基于Transformer的模型（BERT、RoBERTa、ELECTRA）进行基准测试，并通过微调展示了显著的性能提升。BERT在F1分数（从0.150提升至0.620）上实现了313%的相对改进。基于BERTScore衡量的语义答案质量在所有模型中均显著提高。我们的结果将NCTB-QA确立为巴吉纳斯语教育问答的具有挑战性的基准。该研究表明，领域特定的微调对低资源环境中的稳健性能至关重要。
引用
@article{arxiv.2603.05462,
title = {NCTB-QA: A Large-Scale Bangla Educational Question Answering Dataset and Benchmarking Performance},
author = {Abrar Eyasir and Tahsin Ahmed and Muhammad Ibrahim},
journal= {arXiv preprint arXiv:2603.05462},
year = {2026}
}
备注
18 pages, 7 figures, 6 tables. Dataset contains 87,805 Bangla QA pairs from NCTB textbooks