JDocQA: 用于生成语言模型的日语文档问答数据集
原文中文，约300字，阅读约需1分钟。发表于：。日本文献の質問応答 (JDocQA) は、PDF 形式の 5,504 の文書と日本語でアノテーションされた 11,600 の質問応答インスタンスから成る大規模な文書ベースの QA データセットであり、質問応答アプリケーションにおいて実用的な質問を提供するために回答不可能な質問を組み込んでいます。
TAT-DQA是一个包含16558个财务报告问答对的新数据集。作者提出了一种名为MHST的文档VQA模型，可以智能地处理多模态信息，并使用离散推理进行训练。结果显示，该模型优于基线方法，但仍落后于专家人类。作者希望通过提供新的数据集促进对融合视觉和语言的文档理解的研究。
