共查询到14条相似文献,搜索用时 203 毫秒
1.
2.
3.
常识问答是一项重要的自然语言理解任务, 旨在利用常识知识对自然语言问句进行自动求解, 以得到准确答案. 常识问答在虚拟助手或社交聊天机器人等领域有着广泛的应用前景, 且其蕴涵了知识挖掘与表示、语言理解与计算、答案推理和生成等关键科学问题, 因而受到工业界和学术界的广泛关注. 首先介绍常识问答领域的主要数据集; 其次, 归纳不同常识知识源在构建方式、常识来源和表现形式上的区别; 同时, 重点分析并对比前沿常识问答模型, 以及融合常识知识的特色方法. 特别地, 根据不同问答任务场景中常识知识的共性和特性, 建立包含属性、语义、因果、语境、抽象和意图6大类的知识分类体系. 以此为支撑, 针对常识知识数据集建设, 感知知识融合和预训练语言模型的协作机制, 以及在此基础上的常识知识预分类技术, 进行前瞻性的研究, 并具体报告上述模型在跨数据集迁移场景下的性能变化, 及其在常识答案推理中的潜在贡献. 总体上, 包含对现有数据和前沿技术的回顾, 也包含面向跨数据知识体系建设、技术迁移与通用化的预研内容, 借以在汇报领域技术积累的前提下, 为其理论和技术的进一步发展提供参考意见. 相似文献
4.
5.
事件推理的研究需要事件的知识作支撑。事件知识作为一种常识性知识,其获取仍然是知识获取的瓶颈。提出一种事件知识分析方法,以从多个视角分析事件的前提和后果知识。在对事件知识分析中遵循基础分析、知识丰富、知识优化的流程。针对分析过程中所得知识不够全面和准确的问题,总结得出生理、心理、社会、物理世界4个常识知识角度,同时在知识丰富步骤中提出了角色细化的方法。实验表明,此方法能够得到较为全面和准确的事件知识。 相似文献
6.
7.
无监督常识问答是利用机器自动生成问答数据来对模型进行训练的问答模型,目前方法生成的问答数据中存在噪声数据和问题的难度随机的问题。提出一种基于课程学习的无监督常识问答模型,首先根据知识生成问答数据集,再对问答数据集进行多样化评估和流畅性评估,结合两个评估结果进行数据过滤,去除噪声数据;最后根据课程学习策略,使用干扰项与正确答案的相似度作为问题难度评估标准,使得模型根据难度等级来进行训练。在测试任务上具有1.5%~3.5%的准确率提升,证明了该模型在无监督常识问答任务上的有效性。 相似文献
8.
该文提出了一种面向商品评论的二元情感认知模型。该模型由“二元情感常识库”、“评价体系知识库”和“情感分析引擎”三个主要模块组成。其特点体现为:(1)模型通过大规模评论文本学习领域先验知识,将其存储在知识库中,便于知识的修正和重用,体现了模型的认知能力;(2)模型不仅能够挖掘评论文本中出现的显式评价观点,还能借助领域知识进行情感推断,发现更高层次的用户情感。该文给出了构建“二元情感常识库”和“评价体系知识库”的相关算法,并介绍了“情感分析引擎”在观点挖掘和情感推断中的应用。在商品评论语料集上的实验验证了该模型的有效性。 相似文献
9.
常识知识是一类重要的人类知识,对自然语言分析、机器智能研究和自动推理研完等都有重要的意义。本文围绕心理常识,主要讨论与心理相关的常识概念的表示、获取和分析的方法。针对现有的概念模型中的概念主要由手工获取.缺乏自动方法,使得概念获取的非冗余性、一致性不能得到保证的问题,本文提出了获取心理常识概念的基本策略:依据心理学中的心理范畴手工获取心理常识的基础概念及概念间关系;根据属性的心理特征手工得到心理属性和属性问关系;以心理常识基础概念和心理常识属性为语义成分,通过“子类生成规则”自动完成获取和组织心理常识概念的任务。并且通过“子类检查规则”检查和分析新加入概念库的常识概念的冗余性和一致性。 相似文献
10.
常识:知识获取的瓶颈 总被引:2,自引:0,他引:2
一、常识问题的由来智能系统之所以能展现智能行为,是因为它形式化包含了某些人的知识,且这些知识是系统行为的核心。智能系统的知识是由知识工程师和领域专家进行交流提取的,这里所指的领域专家也包括由领域专家所撰写的专业文献。这个看似简单的过程其实蕴涵着专家系统构造中的一个瓶颈问题:知识 相似文献
11.
Collecting massive commonsense knowledge (CSK) for commonsense reasoning has been a long time standing challenge within artificial intelligence research. Numerous methods and systems for acquiring CSK have been developed to overcome the knowledge acquisition bottleneck. Although some specific commonsense reasoning tasks have been presented to allow researchers to measure and compare the performance of their CSK systems, we compare them at a higher level from the following aspects: CSK acquisition task (what CSK is acquired from where), technique used (how can CSK be acquired), and CSK evaluation methods (how to evaluate the acquired CSK). In this survey, we first present a categorization of CSK acquisition systems and the great challenges in the field. Then, we review and compare the CSK acquisition systems in detail. Finally, we conclude the current progress in this field and explore some promising future research issues. 相似文献
12.
杨帆 《计算机工程与应用》2001,37(21):106-108
常识的表示及推理是人工智能的一个核心难题。文章提出了一个模糊常识库的模型,描述了模糊概念的表示方法以及常识的模糊推理,并给出了模型解题的两个例子。 相似文献
13.
面向知识库的自动问答是自然语言处理的一项重要任务,其旨在对用户提出的自然语言形式问题给出精练、准确的回复.目前由于缺少数据集,存在特征不一致等因素,导致难以使用通用的数据和方法实现领域知识库问答.因此,该文将"问题意图"视作不同领域问答可能存在的共同特征,将"问题"与三元组知识库中"关系谓词"的映射过程作为问答核心工作... 相似文献
14.
该文讨论怎样利用语言知识资源来帮助机器进行语义理解和常识推理。首先,指出人类生活在常识和意义世界中,人工智能机器人必须理解自然语言的意义,能够在此基础上进行常识推理。接着,简单梳理了基于知识和基于统计两种自然语言处理路线各自的优长和短缺。然后,说明完全绕开知识的统计方法和深度学习,都不能真正理解概念和语言。该文通过具体案例说明,《实词信息词典》已经配备了有关词项的语义角色关系及其句法配置信息;把这种语言知识加入知识图谱和内容计算中,可以为人工智能提供理解和解释从而造就一种可解释的人工智能。由于“物性角色”描述了名词所指事物的百科知识,可用以回答相关事物是什么(形式角色)、有哪些部件(构成角色)、用什么做的(材料)、怎么形成的(施成)、有什么用途(功用)等常识性问题。 相似文献