基于视角采样的可能问题答案预演
计算与语言
2024-09-30 v1
摘要
问答（QA）一直是NLP领域的长期研究重点，主要解决阅读理解和常识问答。然而，在专业口头报告中为可能的问题准备答案的场景仍未被充分探索。在本文中，我们率先利用公司管理者与专业分析师之间的真实问答对话记录来研究这一关键但被忽视的课题。我们使用三个因果知识图谱（KGs）和三个大语言模型（LLMs）对所提出的任务进行探索。这项工作为LLMs在专业问答场景中的应用提供了基础性见解，强调了因果KGs和视角采样在生成有效回答中的重要性。
引用
@article{arxiv.2409.18678,
title = {Rehearsing Answers to Probable Questions with Perspective-Taking},
author = {Yung-Yu Shih and Ziwei Xu and Hiroya Takamura and Yun-Nung Chen and Chung-Chi Chen},
journal= {arXiv preprint arXiv:2409.18678},
year = {2024}
}