不是phd的phd

工作原理： 1、判断问题类型（答案类型）。 2、提取问题关键词。 3、利用问题关键词搜索多种数据源。 4、从搜索结果中根据问题类型（答案类型）提取候选答案。 5、结合问题以及搜索结果对候选答案进行打分。 6、返回得分最高的TopN项候选答案。提取主谓宾：https://github.com/ysc/QuestionAnsweringSystem/blob/master/deep-qa/s

有了一个text-match模型，给一对句子打分，给出句义一致程度， 注意： 训练数据是问题和问题，不是问题和答案， 问题和问题用lucene筛出，然后标注，然后训练， 预测的时候，也先用lucene筛出候选10-20对，然后过text-match模型打分再rank， 因为如果是问题和答案放到text-match模型里，来了一个要预测的问题，没法做答案的初筛。...

https://github.com/faneshion/MatchZoo/issues/72筛出多个候选doc用lucene其中也提到SumBasic算法是在一个已选定为answer的长的doc里挑几个最重要的sentence的好办法

实体对应关系数据在这http://storage.googleapis.com/freebase-public/fb2w.nt.gz 或者http://download.csdn.net/detail/guotong1988/9865825如何用python读Wikidata的bz2文件？https://dumps.wikimedia.org/wikidatawiki/entities/ 参考h

import jsonimport osrootdir = '/home/gt/new_data/dstc2_traindev/data'list = os.listdir(rootdir)QA_list = []for i in range(0,len(list)): path = os.path.join(rootdir,list[i]) list2 = os.listdir

Response Selection with Topic Clues for Retrieval-based ChatbotsSequential Matching Network: A New Archtechture for Multi-turn Response Selection in Retrieval-based Chatbotshttps://arxiv.org/find/all/1

https://github.com/oxford-cs-deepnlp-2017/lectures/blob/master/Lecture%2011%20-%20Question%20Answering.pdf

摘要模型的主要部分是一个循环神经网络（一个LSTM），它把粗糙的对话历史直接映射到系统的行动分布，LSTM自动从对话历史推理，也就释放了开发者人工的编辑对话状态，然后开发者可以提供表示商业规则的软件和提供编程API。LSTM可以通过监督学习优化，提供样例对话给LSTM模仿，或者通过增强学习优化，也就是系统提供直接地用户交互。实验表明监督学习和增强学习是互补的，监督学习自己从小量的训练对话中得到一个合

本文是微软研究软邓力老师的文章，构建了一种从知识图谱中形成response的聊天机器人KB-InfoBot，并且提出了一种端到端的增强学习训练方案。（本文对于构建一个端到端的KB + task-oriented chatbot非常有启发和指导意义）introduction一个典型的goal-oriented（就是比如query一个人演的某年电影）一般由四个部分组成：一，language unders

Neural responding machine for short-text conversation End-to-end LSTM-based dialog control optimized with supervised and reinforcement learning Neural Enquirer : Learning to Query Tables

RT

https://github.com/Kyung-Min/CompareModels_TRECQA/tree/master/datahttps://github.com/castorini/data/tree/master/TrecQA