基于自一致性的重排序用于叙事问答

叙事问答（NQA）要求模型理解长文本语境并捕捉事件关系，但现有方法多依赖单次解码，易受生成变异性影响导致答案不一致。为此，本文提出一种基于自一致性的自集成重排序框架。该方法为每个故事 - 问题对生成多个候选答案，并依据语义共识选择最终答案，无需修改底层架构即可提升鲁棒性。在 NarrativeQA 数据集上的实验表明，该策略显著提升了 FLAN-T5 和 Pegasus 等模型的性能，其中 Pegasus-Large 的提升幅度高达 14.57%。