R2GQA：面向高等教育法规理解的检索-阅读-生成问答系统
计算与语言
2024-09-05 v1 人工智能
摘要
本文提出 R2GQA 系统，一个检索-阅读-生成问答系统，主要由三个组件构成：Document Retriever、Machine Reader 和 Answer Generator。Retriever 模块采用先进的信息检索技术从法规文档数据集中提取文章上下文。Machine Reader 模块利用最前沿的自然语言理解算法来理解检索到的文档并提取答案。最后，Generator 模块将提取的答案综合成针对学生关于法规问题的简洁且信息丰富的响应。此外，我们构建了 ViRHE4QA 数据集，涵盖大学训练法规领域，包含 9,758 对问答对，采用严格的构建过程。这是一个在高等法规领域具有各种类型答案（包括抽取式和抽象式）的第一个越南语数据集。此外，R2GQA 系统是第一个提供越南语抽象式答案的系统。本文讨论了在 ViRHE4QA 数据集上实现 R2GQA 系统的每个模块的设计和实现，突出了其功能和相互作用。进一步地，我们呈现实验结果，证明该系统在支持高等教育环境中学生法规理解方面的有效性和实用性。总体而言，R2GQA 系统和 ViRHE4QA 数据集有望在相关研究中作出重大贡献，帮助学生有效地导航复杂的法律文件和法规，赋予其做出明智决策并有效遵守机构政策的能力。我们的 dataset 对科研目的开放获取。
引用
@article{arxiv.2409.02840,
title = {R2GQA: Retriever-Reader-Generator Question Answering System to Support Students Understanding Legal Regulations in Higher Education},
author = {Phuc-Tinh Pham Do and Duy-Ngoc Dinh Cao and Khanh Quoc Tran and Kiet Van Nguyen},
journal= {arXiv preprint arXiv:2409.02840},
year = {2024}
}