![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Question Answering
文章平均质量分 93
Lawe
有问题可以直接评论,欢迎指正
展开
-
【论文笔记】Question Answering over Freebase with Multi-Column Convolutional Neural Networks
该文章发于ACL 2015,作者提出了一个基于Freebase,使用multi-column convolutional neural networks(MCCNNs)的自动问答模型,分别从答案路径, 答案背景信息, 以及答案类型 来理解问题,并学习它们的分布式表示(distributed representations),在不使用任何手动特征及词表等条件下,取得了很好地效果。原创 2017-11-04 23:57:58 · 2950 阅读 · 0 评论 -
【论文笔记】An End-to-End Model for QA over KBs with Cross-Attention Combining Global Knowledge
该文章发于ACL 2017,在Knowledge base-based question answering (KB-QA)上,作者针对于前人工作中存在没有充分考虑候选答案的相关信息来训练question representation的问题,提出了一个使用Cross-Attention机制的神经网络模型来针对于候选答案的不同方面信息来训练模型;并且训练知识库的全局信息学习,在一定程度原创 2017-11-09 00:25:03 · 3661 阅读 · 7 评论 -
【论文笔记】Question Answering with Subgraph Embeddings
该文章发于EMNLP 2014,作者提出了一个基于Freebase,根据问题中的主题词在知识库中确定候选答案,构建出一个模型来学习问题和候选答案的representation,然后通过这些representation来计算问题和候选答案的相关度来选出正确答案,在不适用词表、规则、句法和依存树解析等条件下,超越了当时最好的结果。原创 2017-11-01 01:01:26 · 2563 阅读 · 2 评论 -
【论文笔记】Semantic Parsing on Freebase from Question-Answer Pairs
该文章发于EMNLP 2013,作者提出训练一个语义解析器(semantic parser),基于该语义解析器进行KBQA(knowledge base question answering),具体步骤是语义解析器把输入问题解析为logical forms,再基于这种结构化的表达从知识库(knowledge base)中寻找答案。原创 2017-10-29 15:04:29 · 3414 阅读 · 0 评论 -
【论文笔记】Information Extraction over Structured Data: Question Answering with Freebase
该文章发于ACL 2014,作者提出了一个基于Freebase knowledge base,结合web-scale语料,通过信息抽取的方法进行KBQA,并在当时取得了比前人方法都要好的效果。原创 2017-10-31 00:09:17 · 2721 阅读 · 1 评论