StorySparkQA：面向儿童故事式学习、含真实世界知识的专家标注问答对
计算与语言
2024-10-07 v3
摘要
互动式故事阅读是一种常见的亲子活动，家长期望借此传授故事之外的语言技能与真实世界知识。尽管已开发出越来越多的讲故事与阅读系统用于该活动，它们往往未能将真实世界知识融入对话。这一局限可归因于现有用于儿童教育的问答（QA）数据集（系统构建所基于）未能捕捉教育专家在开展互动故事阅读活动时的细致思考方式。为弥补这一差距，我们设计了一个由现有知识图谱赋能的标注框架，以捕捉专家的标注与思维过程，并利用该框架构建了 StorySparkQA 数据集，其包含 5,868 个带真实世界知识的专家标注问答对。我们在多种问答对生成设定下开展了自动化与人工专家评估，证明我们的 StorySparkQA 能有效支撑模型生成针对故事内容之外真实世界知识的问答对。StorySparkQA 可在 https://huggingface.co/datasets/NEU-HAI/StorySparkQA 获取。
引用
@article{arxiv.2311.09756,
title = {StorySparkQA: Expert-Annotated QA Pairs with Real-World Knowledge for Children's Story-Based Learning},
author = {Jiaju Chen and Yuxuan Lu and Shao Zhang and Bingsheng Yao and Yuanzhe Dong and Ying Xu and Yunyao Li and Qianwen Wang and Dakuo Wang and Yuling Sun},
journal= {arXiv preprint arXiv:2311.09756},
year = {2024}
}
备注
Accepted at EMNLP 2024 Main Conference