SC-SAE-RAG:面向科学文献问答的结构感知章节链证据恢复框架

《IEEE Access》:SC-SAE-RAG: Bounded Section-Chain Evidence Recovery for Scientific Literature Question Answering

【字体: 大 中 小 】 时间:2026年10月21日 来源:IEEE Access 4.2

编辑推荐:

   摘要: 科学文献问答(QA)需要从长篇文档中提取精确证据,而文档的章节组织提供了强有力但尚未被充分挖掘的检索信号。现有的层级检索器通常将粗略的章节检索作为硬过滤器使用,导致当承载证据的章节被遗漏时,证据便无法恢复。我们提出了SC-SAE-RAG,一个有界章节链证据恢复框架,

  摘要:科学文献问答(QA)需要从长篇文档中提取精确证据,而文档的章节组织提供了强有力但尚未被充分挖掘的检索信号。现有的层级检索器通常将粗略的章节检索作为硬过滤器使用,导致当承载证据的章节被遗漏时,证据便无法恢复。我们提出了SC-SAE-RAG,一个有界章节链证据恢复框架,结合了结构感知分块、可扩展章节锚点、受保护的多视角融合以及源段落校准。该框架在保持固定最终证据预算和显式段落溯源的同时,扩展了结构上合理的证据区域。我们在QASPER开发集的281篇论文中所有927个承载证据的问题和所有1,005个答案问题上都对冻结方法进行了评估,然后在PeerQA上进行零样本测试。在QASPER上,SC-SAE-RAG的Recall@10达到0.9752,精确段落Evidence F1为0.2824,比SAC flat高出0.0709,95%配对自助区间为[0.0612, 0.0806],Holm校正后p = 0.00040。在零样本PeerQA上,段落F1比SAC flat提高了0.0598 [0.0355, 0.0838]。改进后的证据集还在两个生成器家族上带来了QASPER官方Answer F1的一致提升,并显著优于SAE-RAG基线。保持证据身份不变的上文丰富化进一步提高了答案的完整性,而不改变引用段落的身份。阶段追踪显示,种子检索遗漏了1,424个黄金章节实例中的300个,而有界SC-Chain扩展恢复了202个(67.3%),其中39个恢复的章节为最终证据集提供了精确的黄金段落。这些结果确立了SC-SAE-RAG作为科学文档问答中一种有效、高效且可审计的证据构建层。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号