基于中心理论和话语结构的交互式问答文本指代消解

与传统新闻文本相比,交互式问答中蕴含着更为丰富的语言现象。在传统的针对新闻文本的指代消解方案的基础上,融入了交互式问答特有的特征集,给出了一个适于交互式问答文本的指代消解方案。具体而言,基于浅层语义角色分析的结果进行话语结构的识别,根据识别出的话语结构进行话语中心及中心跳转的识别。将获取到的话语中心及跳转信息组织成交互式文本特有的特征集,使用交互式问答领域广泛使用的TREC2004和TREC2007的评测语料进行指代消解的实验,结果表明给出的方案能大大提高交互式问答文本中指代消解的性能,系统F值提高了3.2%。     

基于深度学习的交互式问答研究综述

相比传统的一问一答,交互式问答增加了对话上下文和背景等信息,这为理解用户输入和推理答案带来了新的挑战.首先,用户输入不再局限于问题,还可以是告知问题细节、反馈答案可行与否等带有意图的语句,因此需要理解对话中每个语句的意图.其次,交互式问答允许多个角色同时参与一个问题的讨论,为每个角色生成个性化的答案,因此需要理解对话中存在的角色.再次,当交互式问答围绕一段背景文本展开时,需要理解这段背景文本,并从中抽取出问题的答案.文章对交互式问答的发展及前沿动态进行了调研,分别对无背景交互式问答、有背景交互式问答以及迁移学习在交互式问答的应用3个子方向的新方法和新发现进行了介绍,并对交互式问答的研究前景进行了分析和展望.     

即时交互式问答系统的设计与实现

提出一种即时的、基于用户交互的问答系统设计方案.该系统依照客户服务器(C/S)结构进行搭建,通过互助模式解答人们提出的问题,利用问题推荐机制将松散的用户群组织成为高效的协作网.推荐问题时,通过用户建模技术准确评估用户对各个知识领域的信誉度、权威性以及工作能力以保证将问题推荐至合适用户;采用调度技术依照重要性依次推荐问题,并在保证拥有较高回答率的前提下,将所有问题均匀的推荐至不同用户处进行回答.实验展示了依照该方案所实现的原型系统的服务器端和客户端的运行情况并展现了推荐的精确度.     

交互式问答系统中待消解项的识别方法研究

交互式问答系统能够与用户进行对话式交互进而处理用户提出的一系列问题。交互式问答技术是近些年来问答技术的一个热门方向。该文首次深入研究交互式问答中待消解项的识别方法。根据语料统计了交互式问答中待消解项的分布情况并进行相关实验,运用前人研究的启发式规则与平面特征相结合的方法在交互式问答中测试识别待消解项的性能。结合交互式问答的特点提出了专有名词的两个基于交互式问答特点的特征,并在TREC QA问题集语料中进行相关实验。实验结果表明,代词、有定名词用已有的方法识别效果较好,在加入本文提出的新特征后,在专有名词上也取得了较好的效果。     

面向中文的修辞结构关系分类体系及无歧义标注方法

修辞结构理论是一种重要的篇章结构理论,其核心是修辞结构关系。该文基于修辞结构理论,结合中文文本特点,提出面向中文的层次化修辞结构关系分类体系及多元定义。同时,针对标注者遇到的歧义问题,提出了无歧义标注方法。为了便于标注,设计并实现了基于Java图形界面的标注工具RSTTagger,该工具以句子的主谓结构关键词构成的元组作为基本标注单位,自底向上逐级标注,最终标注成一棵完整的修辞结构关系树。为验证标注结果的一致性,选取160篇中文外贸领域语料进行标注,不同标注者同时标注其中50篇,标注一致性达到76.63%。该标注框架可以应用到其他领域语料标注中,已标注的160篇语料可以作为篇章结构理论研究的基础语料库。     

中文交互式问答用户问题相关检测研究

交互式问答是具备处理系列相关问题以及与用户进行对话式交互的问答技术,是近年来国际上问答技术研究的一个热门方向,但是目前在中文问答领域几乎没有开展相关的研究。实现交互式问答系统首先要判别用户系列问题之间的相关性。该文探讨了提取问题中不同特征对中文交互式问答问题相关检测的作用,并且根据识别出的有效特征采用基于二元分类方法分别对翻译成中文的TREC QA问题集语料和真实的交互式问答语料进行问题相关检测实验,实验结果显示该文的方法获得了较好的问题相关检测效果。     

交互式电子白板对信息技术课堂结构的影响

本文通过调查研究交互式电子白板使用前和使用后对信息技术课堂结构的改变,对交互式白板对信息技术课堂教学结构的影响总结如下:教师回归课堂,增强师生、生生互动;改变演示+练习模式;利用记忆的规律学习;灵活设计课堂,引发学生兴趣;促进建立主题资源,支持学科整合。     

基于客服聊天记录的问答语料标注系统设计

为了解决自动问答系统中对买家的提出问题自动分类,在分析买家聊天记录基础上,运用改进的朴素贝叶斯分类算法,构建了结构化的语料库。通过设计的语料标注系统可完成买家聊天记录的自动分类,测试结果表明,改进后的文本分类算法提高了对问题自动回答的准确度。     

交互式CATV网的双向层式结构

有线电视网作为宽带通信工具,除了提供传统的模拟电视服务外,正在变成一个综合系统。有线电视网原先结构已不能满足新服务需要。有线电视网采用双向层式结构来代替树状结构,提高了系统可靠性,便于系统升级,降低系统的总体成本。     

基于文学作品的人物关系问答系统设计与实现

针对文学作品人物关系复杂,无法进行快速准确查询的问题,本文提出基于文学作品的人物关系问答系统设计方案并进行实例验证。本文采用文本表示、实体识别等自然语言处理技术,研究文学作品中人物关系的自动抽取方法,实现了根据用户输入的人物名称快速返回其人物关系的功能。典型案例验证了系统的有效性。     

知识库问答系统中实体关系抽取方法研究

针对现有的中文开放领域知识库问答系统缺乏对多关系问答的支持,将知识库问答过程分为实体识别、实体关系抽取和答案检索三个步骤,重点讨论了实体关系抽取的实现方法。在实体关系抽取阶段,提出一种基于规则的关系词提取方法抽取问句中的关系词,然后将关系词与知识库中的谓词进行相似度计算,得到关系集合,结合实体识别的结果,将问句转换为具有语义信息的三元组形式。实验结果表明,该方法可以支持多关系问答,并且具有较高的平均F1分数。     

依赖关系三元组匹配在问题回答中的应用

描述了一种新的计算问题与支持答案句相似度的方法, 即基于依赖关系三元组匹配的方法. 该方法引入了问题中的疑问性和非疑问性部分的信息, 采用了启发式规则扩展问题的依赖关系三元组, 从而匹配变形的答案句. 同时把问题与支持答案句的相似度作为新的特征, 应用于开放领域的问题回答(Question answering, QA)任务中的答案排序. 实验结果表明, 引入新特征的答案排序方法与通常的基于密度的方法相比, 在相对精度指标上提高了8.2%, 在平均排序倒数(Mean reciprocal rank, MRR)评价上提高了8%.     

基于依赖关系的定义类问题回答系统

定义句模板和关联词向量作为候选定义句选择的常用特征, 前者确定定义的表达形式, 后者确定定义的叙述内容. 目前, 大多数定义类问题回答系统中都是根据问题Target及其周边词之间的相对位置关系来提取定义句模板和关联词. 在这种基于位置关系的基础上提出了基于依赖关系的定义句模板和关联词抽取方法, 然后将这些特征应用到改进的在线算法MIRA (Margin infused relaxed algorithm), 从而实现对候选定义句子的排序. 这种改进的MIRA算法能够根据学习进程自动调整约束条件, 从而提高算法的收敛速度与性能.     

多语言问答研究综述

多语言问答是自然语言处理领域的研究热点之一,其目的是给定不同语种的问题和文本,模型能够返回正确的答案。随着机器翻译技术的快速发展及多语言预训练技术在自然语言处理领域中的广泛应用,多语言问答也取得了较快的发展。文中首先系统地梳理了当前多语言问答方法的相关工作,并将多语言问答方法分为基于特征的方法、基于翻译的方法、基于预训练的方法和基于双重编码的方法,分别介绍了每类方法的使用和特点;然后系统地探讨了当前多语言问答任务的相关工作,将多语言问答任务分为基于文本的多语言问答任务和基于多模态的多语言问答任务,并分别给出每个多语言问答任务的基本定义;接着总结了这些任务中的数据集统计、评价指标,以及涉及的问答方法;最后展望了多语言问答的未来发展方向。     

基于网络的中文问答系统的研究

文章设计并实现了一个基于网络的中文问答系统。该系统只利用网络搜索引擎返回结果中的摘要部分作为答案抽取的资源,从而节省了下载、分析网络源文本的时间,提出了一种针对该系统的信息抽取算法,并采用一种基于语句相似度计算的答案抽取算法并且进行了改进。实验结果表明该系统对人名及时间类型的问题效果显著。对测试问题集的MRR值达到0.47。     

视觉问答与对话综述

视觉问答与对话是人工智能领域的重要研究任务,是计算机视觉与自然语言处理交叉领域的代表性问题之一.视觉问答与对话任务要求机器根据指定的视觉图像内容,对单轮或多轮的自然语言问题进行作答.视觉问答与对话对机器的感知能力、认知能力和推理能力均提出了较高的要求,在跨模态人机交互应用中具有实用前景.文中对近年来视觉问答与对话的研究...     

问答系统研究综述

近年来,问答系统被大量广泛地研究。问答系统的目标是给定一个问题,能够得到简短、精确的答案。根据处理数据的不同,将问答系统分为三类:基于结构化数据的问答系统、基于自由文本的问答系统、基于问题答案对的问答系统。对这三大类系统的特点、面临的问题和相关的研究分别进行了叙述和总结。最后,讨论了问答系统未来可能的研究方向。