ODUTQA-MDC：面向开放域未明确指定表格问答的多轮对话澄清任务
计算与语言
2026-04-21 v2 数据库
信息检索
多智能体系统
摘要
大型语言模型（LLM）的进步增强了表格问答（Tabular QA）的能力，但它们在处理包含未明确指定或不确定表达的开放域查询时仍存在困难。为解决此问题，我们引入了ODUTQA-MDC任务及首个用于应对该挑战的综合性基准。该基准包括：（1）一个包含209个表格和25,105个问答对的大规模ODUTQA数据集；（2）一个用于细粒度评估的精细标注方案；（3）一个模拟用户反馈以进行交互式评估的动态澄清界面。我们还提出了MAIC-TQA，一个多智能体框架，擅长检测歧义、通过对话澄清歧义并优化答案。实验验证了我们的基准和框架，使其成为推进对话式、感知未明确指定性的表格问答研究的关键资源。
引用
@article{arxiv.2604.10159,
title = {ODUTQA-MDC: A Task for Open-Domain Underspecified Tabular QA with Multi-turn Dialogue-based Clarification},
author = {Zhensheng Wang and ZhanTeng Lin and Wenmian Yang and Kun Zhou and Yiquan Zhang and Weijia Jia},
journal= {arXiv preprint arXiv:2604.10159},
year = {2026}
}
备注
This paper has been accepted by ACL 2026 (main conference)