JDocQA

JDocQA是一个专注于日语文档问题回答的大型数据集，由奈良先端科学技术大学院大学和RIKEN共同创建。该数据集包含5,504个PDF文档，涵盖报告、幻灯片、宣传册和网站等多种格式，共有11,600个问题-答案对。每个问题-答案对都涉及到文档中的文本和视觉元素，如表格或图表，并包含对答案线索的页面引用和边界框标注。JDocQA旨在通过集成文本和视觉信息，评估生成语言模型在实际应用中的问题回答能力，特别强调了不可回答问题的处理，以减少模型产生的幻觉现象。

搜集汇总

背景与挑战

背景概述

JDocQA是一个专注于日语文档问题回答的大型数据集，包含5,504个PDF文档和11,600个问题-答案对，涵盖报告、幻灯片等多种格式。其特点在于集成文本和视觉元素，如表格或图表，每个问题-答案对都有页面引用和边界框标注，旨在评估生成语言模型在实际应用中的能力，并特别强调不可回答问题的处理以减少幻觉现象。