论文浅尝 | 基于Freebase的问答研究

本文转载自公众号PaperWeekly

本期的论文笔记来自 PaperWeekly 社区用户 @britin本文给出了一种 end-to-end 的系统来自动将 NL 问题转换成 SPARQL 查询语言。

作者综合了实体识别以及距离监督和 learning-to-rank 技术,使得 QA 系统的精度提高了不少,整个过程介绍比较详细,模型可靠接地气。

继续阅读“论文浅尝 | 基于Freebase的问答研究”

论文动态 | 基于知识图谱的问答系统关键技术研究 #03

 本文转载自 PaperWeekly 公众号,作者为崔万云复旦大学知识工场实验室博士生,研究方向为问答系统和知识图谱。


第 5 节 复杂问题回答

这一节详细阐述如何回答复杂问题。首先第 5.1. 节将问题形式化为一个最优化问题。第 5.2. 节和第 5.3. 节分别阐述优化量度和算法。

5.1. 问题陈述

本节着重关注由一系列 BFQ 组成的复杂问题,例如表 1.1 中的问题 ○f 可以被分解为两个 BFQ:(1) BarackObama’swife (MichelleObama);(2) WhenwasMichelleObama born? (1964 年)。显然,第二个问题的答案依赖于第一个问题的答案。在解答复杂问题时,分而治之框架可以自然而然地被利用:(1) 系统首先把问题分解为一系列 BFQ,(2) 然后系统依次回答每个问题。既然在第 3 节已经给出了如何回答 BFQ,那么这一节中的关键步骤就是问题分解。

继续阅读“论文动态 | 基于知识图谱的问答系统关键技术研究 #03”

论文动态 | WWW2017 的语义和知识相关论文总结

本文作者张文,浙大在读博士生,研究兴趣为知识库的分布式表示和学习,自然语言理解和常识推理。

2017 年 4 月 3 日至 8 日,第 26 届国际万维网会议(26th International World Wide Web Conference) 在澳大利亚珀斯顺利举行,本届大会共收到 966 篇论文投稿,比去年增长了 33%,大会最终录用 164 篇论文,录用率为 17%。不同主题下的收录论文数量如下表所示:

本文主要介绍总结一下 WWW2017 中语义和知识相关的论文,一共 9 篇文章。

继续阅读“论文动态 | WWW2017 的语义和知识相关论文总结”

论文动态 | 基于知识图谱的问答系统关键技术研究 #04

本文转载自公众号 PaperWeekly。

作者丨崔万云

学校丨复旦大学博士

研究方向丨问答系统,知识图谱

领域问答的基础在于领域知识图谱。对于特定领域,其高质量、结构化的知识往往是不存在,或者是极少的。本章希望从一般文本描述中抽取富含知识的句子,并将其结构化,作为问答系统的知识源。特别的,对于不同的领域,其“知识”的含义是不一样的。有些数据对于某一领域是关键知识,而对于另一领域则可能毫无意义。传统的知识提取方法没有考虑具体领域特征。
继续阅读“论文动态 | 基于知识图谱的问答系统关键技术研究 #04”