基于自动文摘的答案生成方法研究

在自动问答系统中,用户提出的问题具有句式复杂和语义多变的特点。而自动问答知识库中资源有限,因此问句和答案句的语义表示和问句答案间的语义匹配是答案生成的关键^([1])。针对以上问题,提出一种基于自动文摘的答案生成方法。将答案生成转换为特征匹配和自动摘要问题,即计算问句间的相似度并以相似问题的答案构建原始答案集。利用循环神经网络构建序列到序列学习模型实现原始答案集的自动摘要,得到简洁准确答案。

基于全局知识和前后向序列学习的自然答案生成模型

传统问答系统只能返回孤零零的实体或短语作为答案,这种答案不是一个自然友好的回复形式,事实上,大多数用户希望问答系统的答案不仅需要内容正确,也需要形式自然。利用联合消岐模型把从社区网站获取的自然问题—答案对与知识库进行对齐,研究问答系统中事实类问题的自然答案生成模型。基于知识库的全局表示学习,提出了一个两阶段的自然答案生成模型,第一阶段使用了各种神经网络模型匹配问题和事实,第二阶段利用前后向序列学习模型生成自然语言回复形式的答案。在开放数据集上的实验结果表明,相较于基准系统,该模型不仅能够提升答案准确率14. 3%,也能够生成更加自然的答案回复。

思想政治主观题答案生成的逻辑研究

思想政治主观题因在高考中分值占比高、失分率高等特点,近年来越来越受到广大师生的重视。因此从考生复习备考方面探讨如何帮助学生形成政治主观题答案生成的内在逻辑,从而提高学生主观题作答的规范性和语言逻辑性成为摆在广大师生面前的一个十分重要的课题。文章将从高考政治主观题答案生成的问题逻辑、材料逻辑、理论逻辑三个方面进行探讨,力求能为广大师生在破解这一课题中提供帮助。

高考政治主观题审题方法和答案生成研究

高考政治主观题一直以来在考生的眼里都是一座难以逾越的"高山",考生如果不能准确把握主观题的出题意图,就会无从下手。审好题是答好题的前提和基础,要把握主观题主旨,考生必须把握好审题这个环节。文章主要探究审题的重要性及方法,以期循着设问指向,找出教材理论逻辑与材料逻辑的"知识结合点",最后通过演绎归纳,构建答题要点,生成最佳答案。

QGAE:用于生成问答对的端到端无答案问题生成模型

问题生成的目标是生成有意义且流畅的问题,以增加可用数据来解决问答类型标注语料库的缺乏问题。以带有可选答案的未注释文本作为输入内容,问题生成可以根据是否提供答案分为两种类型:有答案型和无答案型。即使在提供答案的情况下,生成问题也是具有挑战性的,更不用说在没有提供答案的情况下,对于人类和机器来说生成高质量的问题更加困难。为了解决这个问题,我们提出了一种名为QGAE的新型端到端模型,它能够通过直接提取候选答案,将无答案的问题生成转化为有答案的问题生成。这种方法有效地利用未标记的数据来生成高质量的问答对,其端到端的设计使其比多阶段方法更加方便,后者需要至少两个预训练模型。此外,我们的模型获得了更好的平均分数和更大的多样性。我们的实验结果表明,QGAE在生成问答对方面取得了显著的进展,成为了一种充满潜力的问题生成方法。

基于RST语篇分析方法的问题回答系统的答句生成

提出了一种问答系统中非实体类型的答句生成方法,该方法从修辞关联分析的基本原理和技术入手,应用RR分析技术进行汉语QA系统中答案抽取和生成的基本方法和步骤实现了一个实验系统。论文中给出了实验结果并进行了详细分析。 ,

问答系统研究综述

问答系统是人工智能和自然语言处理领域中具有广泛发展前景的研究方向之一.早期的问答系统限定以自然语言形式进行提问和回答,近年来,随着多模态知识图谱、多模态预训练模型的发展,支持文字、图片、音频、视频等多种模态间信息查询的广义问答系统逐渐成为新的研究热点,其以多媒体方式展示结果,更加直观、全面.本文根据问答系统任务对象的变化,将问答系统划分为3种类型:专用问答系统、通用问答系统和多模态问答系统.分析了这3种类型的问答系统发展过程中所面临的问题,着重总结每个阶段所采用的关键技术与方法,同时对问答系统在工业上的应用进行了举例说明,并对未来研究方向进行了展望.

基于知识图谱的旅游景点问答系统

针对目前搜索引擎对于旅游景点领域的问答反馈结果繁多、准确率低并且不具备智能性的问题,提出了以靖江王府为例,基于知识图谱的旅游景点问答系统。通过整合搜集到的靖江王府相关信息,构建知识图谱,从而实现问答系统的智能性。在问句分析模块使用问句分词、同类词替换和问句相似度计算方法,答案生成模块使用多策略答案生成方法。实验结果表明,将自然语言处理技术与知识图谱相结合的旅游景点问答系统功能完善,能够满足游客的一般问答需求。

中文自动问答系统探讨

中文自动问答系统是网络高速发展的必然产物。论文从自动问答系统的定义入手，系统的研究了它的关键技术，并对其应用前景和发展趋势做了预测。

基于Bert语义的图书馆自动咨询方法研究

自动咨询服务是实现图书馆自动化的重要手段,而传统的图书馆咨询服务系统面临咨询服务满意度较低的问题。针对问题,文章提出基于Bert语义的图书馆自动咨询方法,该方法首先利用问句理解模块对问句进行语义分类,其次采用问句检索模块对读者提出的问题进行匹配,随后通过预训练模型Bert进行答案句生成。在真实的问题数据集上进行测试,文中所提出的方法咨询性能优于传统的咨询方法,准确率有了较大提高。

引领考生树立“大小多少”的备考理念

二轮复习备考中要提高复习效率,力争主观题多拿分、得高分,教师应引领考生树立“大小多少”的学习理念,即把控试题立意的大视野、明确材料选取的小切口、研究问题设置的多变性和理解答案生成的少而精.

社会化问答社区用户生成答案质量自动化评价研究——以“知乎”为例

[目的/意义]旨在构建社会化问答社区用户生成答案质量评价指标体系,实现面向用户需求的答案质量自动化评价和筛选,提高社会化问答社区知识服务质量。[方法/过程]引入社会情感特征和用户特征,运用因子分析和结构方程实证构建用户生成答案质量评价指标体系。基于GA-BP神经网络模型设计答案质量自动化评价方法。最后,选取知乎网站数据对用户生成答案质量评价指标体系和自动化评价方法进行应用研究。[结果/结论]构建包含答案文本特征、回答者特征、时效特征、用户特征、社会情感特征5个维度的评价指标体系。实验分析发现基于GA-BP神经网络的答案质量自动化评价方法相比于其他方法准确率较高、平均误差低,具有可行性和有效性,能够进一步应用和推广实践。

基于用户感知的学术问答社区答案质量评价指标构建

【目的/意义】用户感知视角下构建学术问答社区用户生成答案的质量评价指标,对提升学术社区主体及用户的组织、判断和筛选高质量答案能力,并促进知识获取、传播、共享和应用具有理论和实践意义。【方法/过程】通过梳理国内外相关研究,利用信息构建理论从用户生成答案、用户和社区3个维度构建包括11个一级指标、29个二级指标的评价体系,并结合情绪理论、认知理论、用户行为和知识传播等理论对指标进行阐释,最后对数据采集和指标度量进行描述。【结果/结论】以用户感知下的答案、用户本身和社区为视角建立指标体系可以较客观地对学术问答社区用户生成答案质量进行评价,以提高知识聚合质量和效率。