RIRAG：监管信息检索与答案生成
计算与语言
2024-12-03 v2 人工智能
计算工程、金融与科学
新兴技术
信息检索
摘要
由政府监管机构发布的监管文件确立了组织为遵守法律而必须遵循的规则、指南和标准。这些文件篇幅长、内容复杂且更新频繁，解读起来颇具挑战性，需要组织投入大量时间和专业知识以确保持续合规。监管自然语言处理（RegNLP）是一个多学科领域，旨在简化对监管规则和义务的获取与解读。我们引入了一项生成问题-段落对的任务，其中问题被自动创建并与相关的监管段落配对，以促进监管问答系统的开发。我们创建了 ObliQA 数据集，其中包含源自阿布扎比全球市场（ADGM）金融监管文件集合的 27,869 个问题，设计了一个基线监管信息检索与答案生成（RIRAG）系统，并使用 RePASs 对其进行评估，RePASs 是一种新颖的评估指标，用于测试生成的答案是否准确捕获了所有相关义务，同时避免了矛盾。
引用
@article{arxiv.2409.05677,
title = {RIRAG: Regulatory Information Retrieval and Answer Generation},
author = {Tuba Gokhan and Kexin Wang and Iryna Gurevych and Ted Briscoe},
journal= {arXiv preprint arXiv:2409.05677},
year = {2024}
}