基于强化学习的档案查询问答与自适应课程学习

《Scientific Reports》：Reinforcement learning-guided archival question answering with adaptive curriculum learning

　　

摘要

档案资源的数字化对智能检索系统提出了前所未有的要求，这些系统需要能够处理跨异构文献集合的复杂查询。本文提出了一种基于强化学习的问答模型，专门为档案问答场景设计，该模型采用了一种分层奖励机制来评估答案的质量，评估维度包括事实准确性、语义相关性和来源透明度。此外，还开发了一种自适应课程学习训练策略，通过根据模型能力的提升动态调整样本难度来提高学习效率。该课程框架引入了一个多维度查询难度评估系统，涵盖推理深度、实体数量、覆盖范围和语义模糊性。在包含28,546对问答数据的中国省市级档案语料库中，所提出的方法达到了78.9%的准确率和0.824的F1分数，比最强基线方法高出5.7个百分点。自适应课程学习并没有缩短每个训练时期的计算时间，而是加快了模型收敛速度，使得达到相同验证水平所需的实际时间比不使用课程学习的模型缩短了大约28%。在多步推理查询中，这种优势更加明显，在该语料库中相对提升超过17%。由于这些结果基于单一语言的档案语料库以及在相同协议下重新实现的基线模型，因此应将这些证据视为对所提设计的支持，而不是对其通用性的无条件证明。