QA问答系统总体介绍
1 从输入的数据区分1.1 KBQA 基于知识库的问答输入:用户自然语言的query + KG输出:从KG找出匹配的答案常用方法:(1)模式,规则主要问题是:实体链接,关系词链接KBQA: An Online Template Based Question Answering System over Freebase 2016 IJCAIKBQA: Learning Questio...
1 从输入的数据区分
1.1 KBQA 基于知识库的问答
输入:用户自然语言的query + KG
输出:从KG找出匹配的答案
常用方法:
(1)模式,规则
主要问题是:实体链接,关系词链接
KBQA: An Online Template Based Question Answering System over Freebase 2016 IJCAI
KBQA: Learning Question Answering over QA Corpora and Knowledge Bases
https://github.com/afader/oqa
http://blog.csdn.net/TgqDT3gGaMdkHasLZv/article/details/78146295?%3E
(2)Semantic Parsing
SEMPRE: Semantic Parsing with Execution
https://nlp.stanford.edu/software/sempre/
(3)向量建模、深度学习
主要是问题表示学习以及知识库的表示学习
主要方法请参考https://zhuanlan.zhihu.com/kb-qa?topic=%E9%97%AE%E7%AD%94%E7%B3%BB%E7%BB%9F
http://blog.csdn.net/caiyuanyuan_bjtu/article/details/53243732
1.2 阅读理解
输入:用户自然语言query + 包含答案的文档和句段
输出:从文本中找出匹配的答案
一般过程:问题分析,文档和句段检索,答案抽取和生成
Dataset and Neural Recurrent Sequence Labeling Model for Open-Domain Factoid Question Answering
Paraphrase-Driven Learning for Open Question Answering
stanford squad阅读理解竞赛 https://rajpurkar.github.io/SQuAD-explorer/
1.3 QA pair中 select answer
输入:用户自然语言query + QA pair库
输出:针对用户输入从QA Pair集合中找出匹配的问题进而找出答案,类似FAQ
下一个博客具体介绍这种方法
2 答案类型分类
(1)事实型问题
(2)列举型问题
(3)定义型问题
(4)交互型问题
3 按照交互次数
(1)单轮
(2)多轮(交互式)
4 按照业务场景:
(1)闲聊
(2)任务型
(3)知识型
http://blog.csdn.net/hfutdog/article/details/78155467
5 问题类型
fact:
What
Who
When
Where
how to
why
TS
6 获取答案的方式
生成式
检索式
更多推荐
所有评论(0)