多跳推理 医疗法规 图神经网络 低资源语言 问答系统
摘要

针对法规文档问答中需跨文本进行多跳推理的挑战,本文提出了越南医疗法规多跳推理数据集(ViHERMES)及相应系统。该研究构建了包含高质量问答对的数据集,涵盖修正追踪、跨文档比较等复杂依赖模式,并采用基于语义聚类和图挖掘的生成流程。此外,文章提出了一种图感知检索框架,在法律单元层面建模形式法律关系,以支持原则性的上下文扩展。实验表明,该方法在评估多跳法规问答系统时具有挑战性,且性能显著优于现有检索基线。

AI 推荐理由

论文核心聚焦于医疗法规领域的多跳推理挑战,提出基准与图感知推理框架。

研究机构
URA Research Group, Faculty of Computer Science and Engineering, Ho Chi Minh City University of Technology (HCMUT), VNU-HCM, Vietnam
论文信息
作者 Long S. T. Nguyen, Quan M. Bui, Tin T. Ngo, Quynh T. N. Vo, Dung N. H. Le et al.
发布日期 2026-02-07
arXiv ID 2602.07361
相关性评分 9/10 (高度相关)