目錄

文章目錄

• 目錄
• 前言
• 問答系統基礎一
• 問答系統基礎二
• • 問答系統術語
• 問答系統基礎三
• 問答系統基礎四
• 問答系統基礎五

前言

碩士生涯結束，開始專心做一件自己覺得有用的工具，先做工程，后搞理論。
自然語言處理是一個非常難的問題，同時是人工智能皇冠上的明珠。
接下來會記錄一系列自然語言處理的筆記，來自于哈工大老師關毅。

問答系統基礎一

IBM這個人，藍色巨人，硅谷海盜。
Watson 對話系統，doing。
老師自我吐槽，扯淡時間多于工作的時間。
問答系統基本概念。
問答的簡史：問答的所有問題？
1機器翻譯2語音識別3數據庫
自然語言控制機器人動作，積木世界。
LUNAR系統。
擴充知識轉移網絡進行句法分析。
LIFER系統
CHAT-80系統
START系統
MURAX系統
AskFeeres系統
人肉高科技，人工恢復問題
十萬篇相關文檔分析，相關問題答案未實現。

問答系統基礎二

在各個步驟，建立統計分類模型。
問答式信息檢索。

會議檢索，評測技術平臺，check。
1問句處理？
2海量答案對應？
3事實性陳述即可解決

問答系統術語

問題類型 question type
答案類型 answer type
問句焦點 question focus
問句主題 question topic
候選段落 candidate passage
候選答案 candidate answer
答案所屬類別，最型問題，觀點問題，因果類問題，事實類問題
問句對應的目標類型。

問答系統基礎三

2008年，認識到自己目前做的和想做的距離有多大。
焦點：實體的屬性。
主題：討論的實體。

候選段落：由搜索引擎響應用戶問句而檢索得到的文本片段。
候選答案：可能的答案
{1找到候選段落2與問句匹配并檢查段落的語義3抽取答案}
{1相似段落2語義匹配法3語法匹配法}
智能化信息檢索結構圖
語法，語義，專業知識庫
元搜索，滿足確切的未知的點。

問答系統基礎四

網頁重復太多（一些搜索引擎死了，百度活下來了）
工程問題細節超多，這才是你的生命線。

數據庫索引技術，PAT樹，B+樹，哈希樹，My SQL
智能化信息，檢索模型。
{布爾，向量空間，概率模型}
基于結構映射理論的新型信息，檢索模型，系統相似模型。
向量空間模型的本源理論模型，通用性理論模型。
自然語言處理技術：各個技術的綜合。
完善自己的理論，做應用課題。
原創理論時代。復雜性，精度是沖突的。
問答式基礎理論。

問答系統基礎五

項目研究進展報告提綱：
1開放域問答系統概要設計
2工作進展與展望
3主要階段性成果
4總結
用戶層：用戶交互，語言分析識別，個性化信息。
最終肯定要個性化發展。
機器學習，ranking結果
NLP+NLG。
三層體系，四層系統。
語義層，用戶層，強化學習技術。

總結

以上是生活随笔為你收集整理的自然语言处理笔记8-哈工大 关毅的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。