低资源印度语言表格问答

表格问答 (TableQA) 是针对结构化信息表格回答问题的任务，返回单个单元格或表格作为输出。表格问答研究主要聚焦于高资源语言，导致中低资源语言进展有限，由于缺乏标注数据和神经网络模型。我们通过引入用于低资源语言的全自动大规模表格问答数据生成流程来填补这一差距。我们将数据生成方法应用于两种印度语言——孟加拉语和印地语，它们目前没有表格问答数据集或模型。训练我们大规模数据集上的表格问答模型在准确率和效率上均优于最先进的大语言模型。我们进一步在不同方面 study 所训练模型，包括数学推理能力和零样本跨语言迁移。我们的工作是首个聚焦低资源表格问答的工作，重点关注可扩展的数据生成和评估程序。我们提出的数据生成方法可应用于任何具有网络存在的低资源语言。我们发布数据集、模型和代码（https://github.com/kolk/Low-Resource-TableQA-Indic-languages）。