基于web搜索引擎的问答系统架构.ppt

* * * * * * * * * * * * Graphic Models --Shilin DING * * Graphic Models --Shilin DING * * Graphic Models --Shilin DING * * * Graphic Models --Shilin DING * 相关研究：问题分类 基于机器学习的方法 基于句法结构的树状分类器 Zhang 利用句法树的子树做特征，提出了基于树形核函数的SVM问题分类器。(SIGIR02) Minh等人将问题分类任务转化为对有序树的分类任务，最终利用最大熵模型和boosting模型完成对问题句子的分类。(IJCAI 07) * 相关研究：信息检索 基于关键词的文章检索 与传统的文章检索差别不大 更为精细的Index (Hickle, TREC 07; An, IR4QA 08) 查询扩展(Bilotti, MIT MS thesis 04; Riezler, ACL 07) 相关反馈 (Harabagiu, ACL01; Negri, IR4QA 04) 句子检索 基于相似度的句子检索 MITRE：词匹配 Alicante: 余弦距离 ISI： 多种相似度匹配组合 * 相关研究：信息检索 句子检索 基于依存语法的句子检索 (Cui, SIGIR 05) 将问题和备选句子用句法分析器处理，生成句法树 在训练集中获得依存关系的对应概率 对问题和备选句子对齐，分别在两者中提取关系路径 选择备选的关系路径中与问题的关系路径最相似的作为检索结果 基于翻译模型的句子检索 (Murdock, IR4QA 04) * 相关研究：答案选取 基于模板匹配的答案抽取方法 基于严格模板匹配的答案抽取方法 (Rav., ACL 02) 基于宽松匹配的答案提取方法 (Cui, SIGIR 05) 模板匹配过于严格，考虑到间隔（gap）问题 基于插入，删除的语言模型和HMM模型 * 基于语言学特征的机器学习方法 Ittycheriah 利用最大熵模型综合各种特征对候选答案排序。所使用的特征包含问题扩展，中心词，名词实体，依存关系和匹配模板。(NAACL 01) Shen 使用支持向量机的三种核函数：特征向量，字符串核函数，树形核函数对候选答案分类 。(ACL 06) Ko 等人使用概率图模型计算候选答案正确的概率。特征包含知识库（Gazetteers，WordNet），基于外部数据（Wiki，Google），编辑距离，同义词 (SIGIR 07) 相关研究：答案选取 * 相关研究：答案选取 基于Web搜索引擎的答案获取方法 Microsoft的AskMSR系统 (EMNLP 02) Lin 的Aranea系统 (TOIS 07) Zhang 的 QUANTA系统 (KDD 07) * 基于web搜索引擎的问答系统架构 未来研究方向及相关研究领域 传统问答系统 简单事实问题 列表问题 定义问题 * Question Answering—Fangtao Li 未来研究方向及相关研究领域 Opinion Question Answering Rigid lists: given a question such as: Name US senators who support tax reform. Which countries would like to build nuclear power plants? Which rock bands do college students like? return: exact strings containing a list item Squishy lists: given a question such as: What criticisms do US senators have against the current tax system? Why do countries want to have nuclear power plants? What do people like about Ikea?“ return: strings containing an answer to the question * Question Answering—Fangtao Li Community Question Answering Based on Forum Such as SMTH Extract Question Answers from Threads Based on Community Question Analysis and Management Question Retrieval *