Unsupervised Context-Linking Retriever for Question Answering on Long Narrative Books
Notice bibliographique
Résumé
Narrative Question Answering (QA) involves understanding the context, events, and relationships within narrative texts for accurate question answering. However, narrative books impose new challenges while utilizing recent pretrained large language models since such lengthy content requires additional computational costs and leads to performance degradation. Moreover, identifying the most relevant passages for a given question is particularly challenging due to the lack of labeled question-passage pairs for training the retriever. This paper introduces the Unsupervised Context Linking Retriever (UCLR), a novel approach that efficiently retrieves relevant passages from long narrative texts without requiring labeled (question, passage) pairs. UCLR uses an encoder-decoder model to generate synthetic (question, answer) pairs, measuring the relevance of passages by comparing the error between the generated pair and the reference pair, which serves as a synthetic training signal. This method optimizes the retriever to identify passages with sufficient context to accurately reconstruct both the question and the answer, improving retrieval accuracy. UCLR also identifies key events surrounding each passage in the retrieved set and constructs a new set of passages from these key events, enabling coverage of both broader narrative structures and finer details. Experimental results on the NarrativeQA benchmark show that UCLR achieves relative improvements of +8% on the validation set and +5% on the test set, outperforming state-of-the-art unsupervised retrievers. Additionally, the results demonstrate that combining UCLR with a simple reader model outperforms other state-of-the-art readers designed for processing lengthy documents, achieving a relative performance gain of 7.8% on the test set while being 5 times faster as UCLR allows the reader model to focus on a pertinent subset of tokens.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,007 | 0,007 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».