[Datawhale Camp] Task04- 从用户输入到知识库的查询语句

最新推荐文章于 2022-03-09 18:28:14 发布

monarch 漾名

最新推荐文章于 2022-03-09 18:28:14 发布

阅读量349

点赞数

文章标签： python

本文链接：https://blog.csdn.net/weixin_43119062/article/details/112597872

版权

1.任务理解

问答系统的范畴
问答系统的准确度取决于 Query 的方法不同
- 规则式
- 统计/机器学习分类模型 e.g. HMM, CRF
- 深度学习模型 e.g. LSTM, BERT
- 结合以上，取其所长 e.g. Bi-LSTM+CRF
问题拆解（Entity Extraction）结合意图类型辨识

问答系统外部的行为上来看，其与目前主流资讯检索技术有两点不同：首先是查询方式为完整而口语化的问句，再来则是其回传的为高精准度网页结果或明确的答案字串。

问答系统的 input 是自然语言问句，为了有效控制研究变因，多会定制可接受的问题类型来限制研究范围。

彷真陈述问答（Factoid Question Answering）：最基本的类型，此类系统根据答案语料所述资讯，取出一小段字串作为答案。由于答案的正确与否是根据答案语料的内容来决定，在现实生活中不一定为真，故称为彷真陈述问答。
清单问答（List Question Answering）：系统把问答范围进一步缩小，限定在人、地、组织等明确的专有名词上。e.g.清单型问句：『请列举美国历届总统』
定义问答（ Definition Question Answering）：

关注