DaPT: 多言語マルチホップ質問応答のためのデュアルパスフレームワーク

要旨: Retrieval-augmented generation (RAG) システムは、英語環境における複雑なマルチホップ質問応答（QA）タスクの解決において大きな進歩を遂げてきました。しかし、RAGシステムは多言語コーパスとクエリを横断して検索する適用シナリオに対して避けられない課題に直面しており、いくつかの未解決の課題が残ります。最初の課題は、マルチ言語・マルチホップ（MM-hop）QA設定におけるRAGシステムの能力を評価するベンチマークが欠如していることです。2つ目は、英語におけるLLMsの強い意味理解に過度に依存することにあり、これが多言語シナリオでの有効性を低下させます。これらの課題に対処するため、まず英語専用のベンチマークを五言語に翻訳してマルチリンガル・マルチホップQAベンチマークを構築し、その後、新規のマルチリンガルRAGフレームワーク DaPT を提案します。DaPT は、ソース言語のクエリとその英語翻訳対応分の両方に対して並行にサブクエスチョン・グラフを生成し、それらを統合してから、バイリンガルの検索・回答戦略を用いて順次サブクエスチョンを解決します。実験結果は、先進的なRAGシステムが多言語シナリオで顕著な性能の不均衡に苦しむことを示しています。さらに、提案手法はベースラインと比較して一貫してより正確で簡潔な回答を提供し、このタスクにおけるRAGの性能を大幅に向上させます。例えば、最も難易度の高い MuSiQue ベンチマークでは、DaPT が最も強力なベースラインより平均 EM スコアで相対的に18.3％の改善を達成します。