科研之友
微信
新浪微博
Facebook
分享链接
摘要
近年来对问答系统的研究提高了信息提取的质量，并取得了许多领域内的不错成果。传统方法构建的问答系统满足不了如今的需求，因此结合深度学习模型构建问答系统以提高检索能力成为当前研究的主流。而且面对越来越多限制条件的多跳问题，问答系统需要具备一定推理能力推导出更多的信息以准确的找到答案。该文讨论了基于语义解析和基于信息检索的两种实现问答系统的方法，这两种方法都可以有效地处理单一约束的简单问题，而且结合深度学习模型，可以更好地解决多约束的复杂问题。此外，针对在知识库中多次跳跃的问答，还讨论了基于图神经网络和强化学习等方法的问答推理技术，这些技术可以在知识库中进行多跳推理，补充问答中的缺失信息完成问答任务。最后，对两种构建方法的优缺点进行了总结，并展望了未来问答系统的发展前景。
-
单位中国人民解放军陆军工程大学
