2 个月前

基于RAG的异构数据和文本问答

Philipp Christmann; Gerhard Weikum
基于RAG的异构数据和文本问答
摘要

本文介绍了QUASAR系统,该系统用于处理非结构化文本、结构化表格和知识图谱上的问题回答,并对所有数据源进行了统一处理。QUASAR系统采用了基于RAG(Retrieval-Augmented Generation)的架构,包括证据检索和答案生成两个阶段,其中答案生成部分由一个中等规模的语言模型驱动。此外,QUASAR还具有独特的组件,用于问题理解,以提取更精确的输入供证据检索使用;以及在将最相关的信息片段输入到答案生成模块之前,对检索到的证据进行重新排序和过滤。通过三个不同基准测试的实验表明,我们的方法在回答质量上与大型GPT模型相当甚至更优,同时计算成本和能耗要低几个数量级。