RETQA：面向房地产行业的大规模开放领域表格问答数据集
计算与语言
2025-05-12 v2 人工智能
摘要
房地产市场高度依赖结构化数据，包括物业详情、市场趋势和价格波动。然而，由于缺乏该领域的专业化表格问答数据集，限制了自动化问答系统的开发。为填补这一空白，我们介绍RETQA——首个面向房地产的大规模开放领域中文表格问答数据集。RETQA包含4,932个表格和20,762组问答对，覆盖16个子领域，涵盖三个主要领域：物业信息、房地产公司财务信息和土地拍卖信息。与现有表格问答数据集相比，RETQA因以下三个关键因素而更具挑战性：长表格结构、开放领域检索和跨域查询。为应对这些挑战，我们提出了SLUTQA框架，通过整合大语言模型与口语语言理解任务来增强检索和问答准确性。大量实验表明，SLUTQA通过基于情境的学习显著提升了大语言模型在RETQA上的性能。RETQA和SLUTQA为推动房地产领域表格问答研究提供了 essential 资源，解决了开放领域和长表格问答中的关键挑战。数据集和代码已公开于\url{https://github.com/jensen-w/RETQA}。
引用
@article{arxiv.2412.10104,
title = {RETQA: A Large-Scale Open-Domain Tabular Question Answering Dataset for Real Estate Sector},
author = {Zhensheng Wang and Wenmian Yang and Kun Zhou and Yiquan Zhang and Weijia Jia},
journal= {arXiv preprint arXiv:2412.10104},
year = {2025}
}
备注
This paper is accepted by AAAI 2025