论文题目: Core techniques of question answering systems over knowledge bases:a survey

论文摘要: 语义网以知识库的形式包含了大量的信息。为了提供这些信息,在过去的几年中,许多基于KBs的问答系统被创建出来。在KBs上构建QA系统是困难的,因为有许多不同的挑战需要解决。为了应对这些挑战,QA系统通常结合了自然语言处理、信息检索、机器学习和语义Web等技术。本次调查的目的是概述当前KBs质量保证系统中使用的技术。我们介绍了QA系统所使用的技术,这些技术是在一系列流行的基准上进行评估的:通过链接数据进行问答。解决同一任务的技术首先被组合在一起,然后再描述。讨论了每种技术的优缺点。这样可以直接比较类似的技术。此外,我们还指出了在WebQuestions和SimpleQuestions上使用的技术,这是QA系统的另外两个流行基准。

成为VIP会员查看完整内容
44

相关内容

临床自然语言处理中的嵌入综述,SECNLP: A survey of embeddings
自然语言处理常识推理综述论文,60页pdf
专知
69+阅读 · 2019年4月4日
论文浅尝 | 基于知识库的自然语言理解 03#
开放知识图谱
14+阅读 · 2019年2月26日
问答系统冠军之路:用CNN做问答任务的QANet
AI科技评论
18+阅读 · 2018年5月11日
论文浅尝 | 利用 RNN 和 CNN 构建基于 FreeBase 的问答系统
开放知识图谱
11+阅读 · 2018年4月25日
肖仰华 | 基于知识图谱的问答系统
开放知识图谱
27+阅读 · 2017年9月18日
Arxiv
99+阅读 · 2020年3月4日
Arxiv
91+阅读 · 2020年2月28日
Arxiv
5+阅读 · 2019年4月25日
Knowledge Based Machine Reading Comprehension
Arxiv
4+阅读 · 2018年9月12日
VIP会员
相关VIP内容
临床自然语言处理中的嵌入综述,SECNLP: A survey of embeddings
微信扫码咨询专知VIP会员