从大型文本和摘要构建问答数据集：处理答案匹配中的假阴性 – 需要验证方法！

这篇文章强调了创建问答数据集时的一个常见挑战：验证自动生成的问答对的准确性，尤其是在处理大型数据集时。作者使用嵌入的余弦相似度在摘要中查找匹配答案的方法通常会导致假阴性。核心问题在于仅依赖语义相似性指标的局限性，这些指标可能无法捕捉语言的细微差别或正确答案所需的特定上下文。自动化或半自动化验证方法的需求对于确保数据集的质量以及问答系统的性能至关重要。这篇文章有效地提出了问题，并寻求社区对潜在解决方案的投入。