摘要

表格与文本问答任务要求系统能够对异构信息进行推理，综合考虑表格结构以及表格与文本之间的关联关系。本文提出一种以链为中心的推理与预训练框架（ChAin-centric Reasoning and Pre-training, CARP）。CARP 采用混合链（hybrid chain）建模方式，显式地刻画跨表格与文本的中间推理过程，以支持更精准的问答推理。此外，我们提出一种新颖的以链为中心的预训练方法，旨在增强预训练模型对跨模态推理过程的识别能力，并缓解数据稀疏问题。该方法通过从维基百科中合成伪异构推理路径，生成大规模的推理语料库，并相应地构造问题数据。我们在 OTT-QA——一个大规模的表格与文本开放域问答基准数据集上对系统进行了评估，结果表明，我们的方法达到了当前最优的性能水平。进一步的分析表明，显式的混合链结构不仅显著提升了模型性能，还增强了中间推理过程的可解释性；同时，以链为中心的预训练策略有效提升了链路径提取的性能。