标题：弗罗里达大学｜More Than Reading Comprehension: A Survey on Datasets and Metrics of Textual Question Answering（不仅仅是阅读理解：文本问答的数据集和指标综述）

作者：Yang Bai, Zhe Wang

简介：文本问答 (QA) 旨在使用非结构化数据以自然语言为用户的问题提供准确的答案。 实现这一目标最流行的方法之一是机器阅读理解（MRC）。近年来，针对更广泛的文本 QA 任务提出了许多基于经典 MRC 任务的新数据集和评估指标。作者调查了 47 个最近的文本 QA 基准数据集，并从应用的角度提出了一种新的分类法。 此外，作者总结了文本 QA 任务的 8 个评估指标，并为未来的工作提出了建议。

论文下载：https://arxiv.org/pdf/2109.12264v2.pdf

内容中包含的图片若涉及版权问题，请及时与我们联系删除