Open Question Answering with WeaklySupervised Embedding Models阅读笔记

文献列表：A Deep Cascade Model for Multi-Document Reading Comprehension (AAAI 2019)Answering Complex Open-domain Questions Through Iterative Query Generation (EMNLP 2019) 作者代码实现Latent Retrieval for Weakly...

基于弱监督嵌入模型的开放式问答 任务：将问句与三元组分别嵌入向量空间，之后计算其相似度并根据相似度决定那个三元组最可能是这个问句的答案 输入输出 输入：问句 三元组集合（q,t） 输出：相似性打分（回归问题），相似性最高的三元组作为问句答案 公式介绍 准备数据集 数据集的形式为（q,t），即问句与三元组成对出现 训练模型需要正例和负例，由于训练样本中的问句都是根据三元组生成的，所以样本只有正例 为了解决这一问题，需要将（q，t）对打乱，方法为从三元组集合中随机选择一个三元组，把相应位置的实体和关系

文章目录还需要查的关键词语法理论语法分析分词方法关键词提取分类算法基于统计学基于词图模型基于主题模型聚类模型参考文献文本生成-文本摘要分类算法评价方法文本摘要参考文献阅读理解文本分类模型工具问答系统方法语义解析（Semantic Parsing）信息抽取（Information Extraction）向量建模（Vector Modeling）基于深度学习的方法。通过深度学习对传统的方法进行提升。参...

点击上方，选择星标，每天给你送干货！来自：AI部落联盟如果对开放领域问答（open domain question answering）还不太熟悉的话，建议先阅读上一篇总结哦。总结｜开放领...

贴一下汇总贴：论文阅读记录 论文链接：《Latent Retrieval for Weakly Supervised Open Domain Question Answering》 一、摘要 关于开放域问答（QA）的最新工作假设对支持证据的严格监督和/或假设使用黑匣子信息检索（IR）系统来检索候选证据。我们认为两者都不是最优的，因为并非总是有黄金证据，而且质量保证与IR根本不同。我们首次展示了可以从问题答案字符串对中共同学习检索者和阅读者，而无需任何IR系统的情况。在这种情况下，将从所有Wikipedia检

内容速览什么是知识库（knowledge base, KB）什么是知识库问答（knowledge base question answering, KB-QA）知识库问答的主流方法知识库问答的数据集什么是知识库“奥巴马出生在火奴鲁鲁。”“姚明是中国人。”“谢霆锋的爸爸是谢贤。”这些就是一条条知识，而把大量的知识汇聚起来就成为了知识库。我们可以在wiki百科，百度百科等百科全书查阅到大量的知识。然而...

首先介绍一下rasa中nlu模块自带的组件，然后给出一些常用的pipeline配置方式，最后介绍如何添加自定义组件以及如何配置它们。

一、摘要 这篇论文提出一个系统，在大范围主题的知识库中，学习使用较少的手工特征来回答问题。我们的模型学习单词和知识库组成的低维词向量。这些表示用于根据候选答案对自然语言问题打分。使用成对的问题和对应答案的结构化表示，和成对的问题释义来训练系统，在最近的文献基准中产生有竞争力的结果。   二、介绍 开放域QA最先进的技术可以分为两大类，即基于信息抽取和基于语义解析。信息抽取系统首先通过查询K...

该文章发于EMNLP 2014，作者提出了一个基于Freebase，根据问题中的主题词在知识库中确定候选答案，构建出一个模型来学习问题和候选答案的representation，然后通过这些representation来计算问题和候选答案的相关度来选出正确答案，在不适用词表、规则、句法和依存树解析等条件下，超越了当时最好的结果。

参考文献 Fader A, Zettlemoyer L, Etzioni O. Paraphrase-Driven Learning for Open Question Answering[C]// Meeting of the Association for Computational Linguistics. 2013:1608-1618.

本文给出了CVPR2017的最新的paperlist

1 开放领域问答概述 1.1 简介 开放领域问答（Open-domain question answer, QA），即使用大量不同主题的文档来回答问题，是自然语言处理（NLP）、信息检索（IR）和相关领域长期研究的主题。传统的QA系统通常构建为一个pipeline，由许多不同的组件组成，如问题处理、文档/文章检索和答案处理。随着深度学习的快速发展，现代开放域QA系统通过结合传统IR技术和深度学习模型重构，甚至完全以端到端方式实现。 1.2技术方案 当前开放域问答的技术方案可以主要分为三大类： ..

作者：詹晨迪 链接：https://www.zhihu.com/question/30789770/answer/116138035 来源：知乎 著作权归作者所有，转载请联系作者获得授权。 目前学术界采用的方法大致可以分成三大类： 基于信息提取（Information Extraction）的方法，这种方法先利用问句信息结合知识库资源获取候选答案，然后再从候选答案中甄别得

专业知识背景下自然语言的复杂问答向SQL语句的转化方法 研究背景 从人工智能研究的初期开始，人们就致力于开发高度智能化的人机对话系统。随着互联网的飞速发展，网络中心海量信息每天都在不断更新，因此，问答系统依据人们对所需信息的准确获取需求，其技术也需要不断提高。 而我们目前对问答系统的研究，目标就是将用户复杂的自然语言问题转化为结构化的SQL语句，以进行对问题答案的精准检索。 问答系统的历史发展 人们与机器的交流通常分为三类，聊天型，任务导向型和问答型，而问答系统是我们生活中最为常用的，问答型对话多指一问一答

https://github.com/changwookjun/nlp-paper

发表于ACL2018 解决的问题：     DS-QA中的noise问题：许多包含答案但其实无关的段落。以往方法采用先选取一个最有可能的段落，再从中抽取答案。这样会损失信息。有人采取了Re-ranking机制，但仍依赖原有DS-QA system。本文采用从粗到细的方法，先利用IE抽一部分段落，再快速筛选出可能性高的段落，再从中选取答案。   采用的方法：     对于IE之后的段落，采...

github链接 摘要：使用图像级别标签的弱监督实例分割，而不是昂贵的像素级掩码，仍然未被探索。在本文中，我们通过利用类峰值响应来启用分类网络（例如掩码提取）来解决这一具有挑战性的问题。仅使用图像标签监控，完全卷积方式的CNN分类器可以生成类响应图，其指定每个图像位置处的分类置信度。我们观察到类响应图中的局部最大值（即峰值）通常对应于驻留在每个实例内的强视觉提示。受此启发，我们首先设计一个过程，...

Extracted KBs指直接从网页中抽取出实体关系三元组的知识库。 Extracted KBs 知识库涉及到的两大关键技术是 实体链指(Entity linking) ，即将文档中的实体名字链接到知识库中特定的实体上。它主要涉及自然语言处理领域的两个经典问题实体识别 (Entity Recognition) 与实体消歧 (Entity Disambiguation)，简单地来说，就是要从文...

前言： 小编所写博客主要目的是记录之用，不免显得琐碎唠叨，不过分享出来如果能有只言片语帮到大家也是极好的。若您觉得一无所获，请及早退出，若有想法进一步交流，可评论。（原谅我没有时间排版） 论文题目:远距离监督开放问答的降噪。 1.论文提出一种新模，包括一个可以去除噪音文章的选择器，和一个从文中找出正确答案的reader。那么重点就在这个选择器怎么实现。 2.这幅图可以很好地解释这篇文章的创...