通过受限证据选择进行主题与时间戳对齐

当用户记得讨论内容而不记得讨论时间时，会议档案就很难搜索。我们研究主题到时间戳的对齐：给定一个自然语言主题和带时间戳的会议记录，目标是返回讨论该主题的时间。标准 RAG 设置可以检索相关的文字摘录，但仍然要求语言模型生成时间戳，这可能会产生不受支持或无效的时间码。因此，我们将时间戳预测重新定义为受约束的时间候选选择：系统检索带有时间戳的转录块，并且模型选择最适合主题的候选而不是生成时间码。在来自 200 个市政会议记录的 420 个主题时间戳查询中，这将 Recall@5 从 31.9% 增加到 50.0%，使用 Mistral-7B-Instruct 将 MAE 从 837.0 秒减少到 761.0 秒，并将可解析输出的数量从 420 个查询中的 373 个增加到 419 个。结果表明，长转录本的时间定位在很大程度上取决于检索质量和输出设计，而不仅仅是语言模型的选择。