原创力文档- 1、本文档共10页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
跨语言问答——WANA：一种用于信息检索问答的基准，在WestAisia
和NorthAfrica的语言中
ParkerRileySiamakShakeriWaleedAmmarJonathanH.Clark
GoogleGoogleHolisticIntelligenceforGoogle
GlobalGood
Abstract估带来了挑战，因为大多数信息检索数据集并
没有设计来测试模型利用如此大的上下文窗口
我们提出了TYDIQA–WANA，这是一
个包含28K个示例的问题回答数据集，的能力。
1
这些示例分布在西亚和北非的10种语言我们试图通过创建和发布来解决这些问
变体中。数据收集过程旨在激发信息寻题，该数据集包含西亚和北非地区代表性不足
求类型的问题，即提问者真诚地想知道的非英语种中的长上下文信息检索问题，风格
本答案。每个问题都配有一篇可能含有也类似于TYDI问答(Clarketal.,2020)，我们称
可能不含答案的文章；文章相对较大的
译之为TYDIQA–WANA。我们还展示了基线结
规模使得该任务适合评估模型利用大文
中本上下文回答问题的能力。此外，数据果，表明现代LLMs能够通过在输入中包含一
1直接在每种语言变体中进行收集，未使篇完整的维基百科文章来回答问题，这是由于
v
9用翻译，以避免文化相关性的问题。我近期长上下文建模技术的进步而成为可能的。
0们展示了两个基线模型的性能，并发布本文的其余部分组织如下。首先，我们定
7
7了我们的代码和数据，以促进研究社区义长上下文信息检索问答任务（§2）。接下来，
1
7.进一步改进。我们描述数据是如何创建的（§3）。然后我们概
0述了本研究解决的先前工作中的空白（§4），并
51介绍记录了选择纳入我们数据集的语言变体（§5）。
2
:
v许多用户经常使用技术来帮助他们回答信为了量化这些贡献，我们展示了数据集的基本
i
x息检索类型的问题，即用户不知道答案但希望统计信息（§6），描述了一个评估程序（§7），并
r
a
得到解答的问题。在开发用于回答这些问题的呈现了基线系统的结果（§9）。
系统时，提高质量需要能够通过值得信赖且具
2任务定义
有挑战性的评估来可靠地衡量它。对于衡量回
答英语问题的表现，有多个评估数据集可用。在这项工作中，我们采用了来自Clarketal.
也有一些非英语语言的数据集可用，但它们只(2020)的单一任务：最小答案跨度任务（简称
文档评论（0）