問答系統(tǒng)中答案選擇方法研究

定　價：￥59.00

作　者：	黃河燕，魏驍馳，任慕成
出版社：	北京理工大學出版社
叢編項：
標　簽：	暫缺

ISBN：	9787576321890	出版時間：	2023-03-01	包裝：	平裝
開本：	16開	頁數(shù)：	143	字數(shù)：

內(nèi)容簡介

　　\"智能問答技術能根據(jù)用戶自然語言提問返回準確的自然語言答案，能有效面對大數(shù)據(jù)時代信息帶來的挑戰(zhàn)，是未來搜索引擎發(fā)展的必然趨勢。其中，答案選擇模塊是問答系統(tǒng)中的核心部分，直接影響整個問答系統(tǒng)的性能與表現(xiàn)。本書梳理了不同類別自動問答研究方向的相關知識資源、基礎理論和實踐應用，詳細介紹了面向單文檔問答的基于特征關注機制的文本理解方法，面向多文檔問答的融合多視角的答案重排序方法，面向社區(qū)問答的基于轉導學習的答案選擇方法，以及面向知識庫問答的基于表示學習的問答關系推理方法等一系列前沿理論研究，并描述了如何基于答案選擇模塊從零開始構建一套面向開放域的高質(zhì)量自動問答系統(tǒng)。本書面向的讀者對象包括但不限于：人工智能、自然語言處理專業(yè)人士，院校語言學專業(yè)師生，語言學研究者。\"

作者簡介

　　\"黃河燕，語言智能處理與機器翻譯領域專家，北京理工大學人工智能研究院院長、北京市海量語言信息處理與云計算應用工程技術研究中心主任、信息智能處理與內(nèi)容安全重點實驗室主任。兼任計算機專業(yè)教指委副主任委員、中國中文信息學會監(jiān)事長、中國電子學會常務理事、信息技術新工科產(chǎn)學研聯(lián)盟常務副理事長、中國人工智能學會和中國中文信息學會會士。黃河燕教授長期從事語言信息處理、信息內(nèi)容安全、智能應用系統(tǒng)等領域的科學研究與產(chǎn)業(yè)化應用。獲得了科技進步一等獎、二等獎，北京市科學技術一等獎、二等獎，全國科技工作者等十余項和省部級獎勵。魏驍馳，2018年博士畢業(yè)于北京理工大學計算機學院，現(xiàn)任百度搜索策略部工程師，負責搜索Query理解業(yè)務方向。主要研究方向包括智能問答、多媒體檢索、系統(tǒng)等，先后在SIGIR、AAAI、IJCAI、MM、TKDE、TOIS等會議/期刊發(fā)表論文20余篇，此外擔任ACL、AAAI、SIGIR、TKDE、KBS等會議/期刊審稿人。曾榮獲中國中文信息學會博士論文、北京理工大學博士論文、中國電子學會科技進步一等獎。任慕成，2017年碩士畢業(yè)于墨爾本大學電子與電氣工程專業(yè)，現(xiàn)于北京理工大學計算機學院攻讀博士學位，研究方向為機器閱讀理解、文本問答和醫(yī)學信息等，先后在ACL、EMNLP、Neurocomputing等會議/期刊發(fā)表多篇論文，曾獲CCL2022 論文獎。\"

圖書目錄

第1章緒論
1.1 研究背景及意義
I.1 .I研究背景
1.1.2 研究意義
1.2 問答系統(tǒng)的歷史沿革
1.2.1 受限領域問答
1.2.2 開放領域問答
1.3 問答系統(tǒng)類型
1.3.1 單文檔問答
1.3.2 多文檔問答
1.3.3 社區(qū)問答
1.3.4 知識圖譜問答
1.4 本書章節(jié)組織結構
1.5 參考文獻
第2章面向單文檔問答的答案選擇方法
2.1 引言
2.2 相關工作
2.2.1 文本理解
2.2.2 關注機制
2.3 基于特征關注機制的文本理解方法
2.3.1 文本理解任務定義
2.3.2 陳述聲明構造方法
2.3.3 特征抽取
2.3.4 面向問題的特征關注機制
2.3.5 基于QFA的文本理解模型
2.4 實驗與分析
2.4.1 數(shù)據(jù)描述
2.4.2 評測指標與對比方法
2.4.3 整體性能評測
2.4.4 特征關注機制分析
2.4.5 句子融合分析
2.4.6 特征分析
2.4.7 個例分析
2.5 本章小結
2.6 參考文獻
第3章面向多文檔問答的答案選擇方法
3.1 引言
3.2 相關工作
3.2.1 多文檔問答
3.2.2 預語言模型
3.3 公開數(shù)據(jù)集合及評價方式
3.3.1 公開數(shù)據(jù)集
3.3.2 評價方式
3.4 融合多視角的答案重排序模型設計與優(yōu)化
3.4.1 多文檔問答任務定義
3.4.2 模型整體框架介紹
3.4.3 答案預測模塊
3.4.4 多視角答案重排序模塊
3.4.5 答案分類模塊
3.5 實驗與分析