项目名称: 面向交互式问答的省略恢复技术研究

项目编号: No.61502120

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 计算机科学学科

项目作者: 张伟男

作者单位: 哈尔滨工业大学

项目金额: 20万元

中文摘要: 交互式问答系统能够通过对话的方式帮助人们获取所需的信息,在教育、医疗、政务及客服等在线咨询服务上得到广泛的应用。然而,由于对话习惯的原因,人们经常使用省略句进行提问及交互,因此正确理解并恢复用户对话中的省略句对于交互式问答系统来说至关重要。在本课题中,我们重点研究交互式问答系统中用户省略问句的恢复技术,针对省略恢复串行模型的错误累积、对话文本的语境信息稀疏、省略恢复的不完备性这三个问题,分别提出省略识别及恢复联合模型、对话主题背景知识图谱以及实体及事件省略恢复统一框架三种方法,实现提高交互式问答系统中的省略恢复性能,进而更加精准地为人们提供在线知识及信息获取服务的目标。在提升人工智能的理解和认知能力方面有着重大的科学意义。

中文关键词: 省略恢复;问句理解;交互式问答;信息检索

英文摘要: Interactive Question Answering (iQA) system can help people to obtain their required information in a conversational manner. It is widely applied to the online services of education, medical care, government affair and customer service consultation, etc. However, due to the conversation habit of human, they usually use the elliptical sentences to ask and interact with the iQA systems. Therefore, it is crucial to the iQA systems to correctly understand and recover the elliptic sentences in the user dialogue. In this study, we focus on the ellipsis recovery techniques in the iQA system. To address the three key problems of ellipsis recovery ,namely error accumulation in the pipeline model, context information sparseness on the dialogue text and the incompleteness of the ellipsis recovery, we propose the joint model for ellipsis identification and ellipsis component recovery, the background knowledge graph of dialogue topic and a unified framework for entity and event ellipsis recovery to improve the performance of ellipsis recovery in the iQA system. Furthermore, it can accurately render the online knowledge and information acquisition services for human. There is scientific significance in improving the ability of perception and cognition of artificial intelligence.

英文关键词: Ellipsis Recovery;Question Understanding;Interactive Question Answering;Information Retrieval

成为VIP会员查看完整内容
4

相关内容

对话推荐算法研究综述
专知会员服务
46+阅读 · 2022年2月18日
客服中心智能化技术和应用研究报告(2021年),57页pdf
专知会员服务
47+阅读 · 2022年2月6日
基于深度学习的交互式问答研究综述
专知会员服务
36+阅读 · 2021年11月30日
面向知识图谱的知识推理综述
专知会员服务
146+阅读 · 2021年11月1日
专知会员服务
84+阅读 · 2021年9月4日
【AAAI2021】对话推理:上下文阅读理解提升回复生成
专知会员服务
43+阅读 · 2021年1月23日
【博士论文】搜索引擎中的实体推荐关键技术研究
专知会员服务
44+阅读 · 2020年12月9日
专知会员服务
192+阅读 · 2020年10月14日
专知会员服务
27+阅读 · 2020年10月9日
下一代对话系统中的关键技术(下篇)
PaperWeekly
2+阅读 · 2022年4月1日
论文浅尝 - ACL2022 | 面向推理阅读理解的神经符号方法
开放知识图谱
1+阅读 · 2022年3月21日
基于文档的对话技术研究
专知
2+阅读 · 2022年2月20日
基于深度学习的交互式问答研究综述
专知
0+阅读 · 2021年11月30日
知识库问答系统研究进展
专知
4+阅读 · 2021年10月7日
论文浅尝 | XQA:一个跨语言开放域问答数据集
开放知识图谱
25+阅读 · 2019年9月11日
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
5+阅读 · 2008年12月31日
Table Enrichment System for Machine Learning
Arxiv
0+阅读 · 2022年4月18日
小贴士
相关VIP内容
对话推荐算法研究综述
专知会员服务
46+阅读 · 2022年2月18日
客服中心智能化技术和应用研究报告(2021年),57页pdf
专知会员服务
47+阅读 · 2022年2月6日
基于深度学习的交互式问答研究综述
专知会员服务
36+阅读 · 2021年11月30日
面向知识图谱的知识推理综述
专知会员服务
146+阅读 · 2021年11月1日
专知会员服务
84+阅读 · 2021年9月4日
【AAAI2021】对话推理:上下文阅读理解提升回复生成
专知会员服务
43+阅读 · 2021年1月23日
【博士论文】搜索引擎中的实体推荐关键技术研究
专知会员服务
44+阅读 · 2020年12月9日
专知会员服务
192+阅读 · 2020年10月14日
专知会员服务
27+阅读 · 2020年10月9日
相关基金
国家自然科学基金
2+阅读 · 2014年12月31日
国家自然科学基金
3+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
1+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
5+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员