Page 70 - 《软件学报》2026年第2期

沈庆超 等: 智能问答系统逻辑推理测试 549

c 在经过逻辑推理后可以还原为 c, 从而保留了原始上下文的完整语义, 新问题的答案与原始
′
的变异方法确保了
问题的答案仍然相同.

生成输入 t′
种子输入 t

(a) MR1: 等价推理问题
生成输入 t′
种子输入 t

(b) MR2: 等价推理上下文
生成输入 t′

种子输入 t

(c) MR3: 等价推理问题及上下文

图 2 3 种蜕变关系的例子

例如, 图 2(b) 展示了一个例子, 阐释了如何在给定测试输入的上下文中应用变异构建 ERC 蜕变关系. 在此案例
中, QALT 将原始上下文“The IPCC receives funding through the IPCC Trust Fund, established in 1989 by the UNEP
and the WMO.” 转换为“The main source of information on climate change for the public is the IPCC. The main source
of information on climate change for the public receives funding through the IPCC Trust Fund, established in 1989 by
the UNEP and the WMO.” 通过逻辑推理, 可以将上下文中替换后的描述性语句还原为替换前的名词词组, 而不改变
原始上下文的语义. 此例中的描述性句子为“the main source of information on climate change”, 目标名词词组为“The
IPCC”. 新上下文虽然添加了额外的推理层级, 但并未改变与答案相关的原始事实, 因此, 对于变异后等价测试输入
的答案在语义上应是一致的.