论文题目: Knowledge-based Conversational Search

摘要:

允许对数字存储信息进行直观和全面访问的对话接口仍然是一个目标。在这篇论文中,分析了对话搜索系统的需求,并提出了一些具体的解决方案来自动化这些系统应该支持的基本组件和任务,从而为对话搜索系统的设计奠定了基础。我们描述了几个相互依赖的研究,这些研究分析了更高级的对话搜索系统的设计需求,该系统能够支持复杂的类人对话交互,并提供对巨大知识库的访问。在前两章的研究中,重点分析了信息搜索对话中常见的结构,从领域独立的话语功能关系和领域特定的隐含语义关系两方面分析了重复模式。结果显示,问题回答是特定信息访问的关键组成部分之一,但它不是会话搜索系统应该支持的对话交互的唯一类型。在第三章的研究中,提出了一种新颖的方法来解决复杂的问题。在最后的研究章节中,将注意力转向了另一种交互模式,称之为对话浏览,在这种模式中,会话系统与问题回答不同,在对话交互过程中起着更积极的作用。结果表明,由于词汇量不匹配问题,该方法可以帮助用户发现仅使用问题回答无法检索的相关条目。

论文作者:

Svitlana Vakulenko是阿姆斯特丹大学博士,研究范围是自然语言处理、对话系统、问答、对话搜索。

论文下载链接: https://svakulenk0.github.io/pdfs/Conversational_Search_in_Structure__PhD_Thesis_Vakulenko_.pdf

ppt下载链接: https://svakulenk0.github.io/pdfs/slides/defence_final.pdf

成为VIP会员查看完整内容
46

相关内容

语义分析的最终目的是理解句子表达的真实语义。但是,语义应该采用什么表示形式一直困扰着研究者们,至今这个问题也没有一个统一的答案。语义角色标注(semantic role labeling)是目前比较成熟的浅层语义分析技术。基于逻辑表达的语义分析也得到学术界的长期关注。
【EMNLP2019教程】端到端学习对话人工智能,附237页PPT下载
专知会员服务
69+阅读 · 2019年11月25日
【LinkedIn报告】深度自然语言处理的搜索系统,211页pdf
专知会员服务
106+阅读 · 2019年6月21日
论文浅尝 | 基于知识库的自然语言理解 04#
开放知识图谱
14+阅读 · 2019年3月14日
论文浅尝 | 基于知识库的自然语言理解 01#
开放知识图谱
15+阅读 · 2019年2月22日
论文浅尝 | 基于知识图谱的子图匹配回答自然语言问题
开放知识图谱
27+阅读 · 2018年5月17日
论文浅尝 | 基于Freebase的问答研究
开放知识图谱
5+阅读 · 2018年3月26日
经典论文解读 | 基于Freebase的问答研究
PaperWeekly
3+阅读 · 2018年3月22日
Arxiv
26+阅读 · 2018年9月21日
Arxiv
5+阅读 · 2018年5月1日
VIP会员
相关VIP内容
【EMNLP2019教程】端到端学习对话人工智能,附237页PPT下载
专知会员服务
69+阅读 · 2019年11月25日
【LinkedIn报告】深度自然语言处理的搜索系统,211页pdf
专知会员服务
106+阅读 · 2019年6月21日
微信扫码咨询专知VIP会员