TSQA：基于表格场景的问答

基于场景的问答（SQA）已引起越来越多的研究关注。与已被充分研究的机器阅读理解（MRC）相比，SQA 是一项更具挑战性的任务：一个场景可能不仅包含可供阅读的文本段落，还包含表格等结构化数据，即基于表格场景的问答（TSQA）。TSQA 的 AI 应用（如回答高中考试中的选择题）需要综合多个单元格中的数据，并将表格与文本及领域知识结合以推断答案。为支持该任务的研究，我们构建了 GeoTSQA。该数据集包含 1000 个由地理领域表格场景提供上下文的真实问题。为解决该任务，我们用 TTGen（一种新颖的表到文本生成器）扩展了最先进的 MRC 方法。它从各种综合的表格数据中生成句子，并向下游 MRC 方法提供最有用的句子。其句子排序模型融合了场景、问题和领域知识中的信息。我们的方法在 GeoTSQA 上优于多种强基线方法。