摘要
Abdalghani Abujabal、Rishiraj Saha Roy、Mohamed Yahya和Gerhard Weikum。 2017年a。 QUINT:基于知识库的可解释问题解答。 在EMNLP中。 谷歌学者 Abdalghani Abujabal、Rishiraj Saha Roy、Mohamed Yahya和Gerhard Weikum。 2018.通过知识库进行开放领域问答的永无止境的学习。 在WWW中。 谷歌学者 Abdalghani Abujabal、Rishiraj Saha Roy、Mohamed Yahya和Gerhard Weikum。 2019.ComQA:一个社区来源的数据集,用于复杂事实类问题的解释器聚类解答。 NAACL-HLT’19。 谷歌学者 Abdalghani Abujabal、Mohamed Yahya、Mirek Riedewald和Gerhard Weikum。 2017年b月。 知识图上问题回答的自动模板生成。 在WWW中。 谷歌学者 尤金·阿基斯坦、大卫·卡梅尔、丹·佩利格、尤瓦尔·平特和唐娜·哈曼。 2015年,TREC 2015 LiveQA跟踪概述。 在TREC中。 谷歌学者 Aditya Kalyanpur Alfio Gliozzo和James Fan。 2012年,沃森的自然语言处理。 在NAACL-HLT中。 谷歌学者 阿维谢克·阿南德(Avishek Anand)、劳伦斯·卡文登(Lawrence Cavedon)、希迪奥·乔霍(Hideo Joho)、马克·桑德森(Mark Sanderson)和本诺·斯坦因(Benno Stein)。 2020年,对话搜索(19461年达格斯图尔研讨会)。 Dagstuhl报告,第9卷,第11卷(2020年)。 谷歌学者 数字图书馆 Sören Auer、Christian Bizer、Georgi Kobilarov、Jens Lehmann、Richard Cyganiak和Zachary Ives。 2007年,DBpedia:开放数据网络的核心。 (2007). 谷歌学者 鲍俊伟、南段、赵燕、周明和赵铁军。 2016.基于约束的知识图问答。 在COLING中。 谷歌学者 汉娜·巴斯特和埃尔玛·奥斯曼。 2015年,在Freebase上更准确地回答问题。 在CIKM中。 谷歌学者 乔纳森·贝兰特(Jonathan Berant)、安德鲁·周(Andrew Chou)、罗伊·弗罗斯蒂格(Roy Frostig)和珀西·梁(Percy Liang)。 2013.基于问答对的Freebase语义分析。 在EMNLP中。 谷歌学者 尼基塔·不丹(Nikita Bhutani)、郑欣怡(Xinyi Zheng)和HV Jagadish。 2019.学习使用查询组合回答知识库中的复杂问题。 在CIKM中。 谷歌学者 库尔特·博拉克(Kurt Bollacker)、科林·埃文斯(Colin Evans)、普拉文·帕里托什(Praveen Paritosh)、蒂姆·斯特奇(Tim Sturge)和杰米·泰勒(Jamie Taylor)。 2008.Freebase:一个合作创建的图形数据库,用于构建人类知识。 在SIGMOD中。 谷歌学者 数字图书馆 帕维尔·布拉斯拉夫斯基、丹尼斯·萨文科夫、尤金·阿奇斯坦和阿里娜·杜巴托夫卡。 2017年。你到底是什么意思? 分析CQA中的澄清问题。 用CHIIR。 谷歌学者 Danqi Chen、Adam Fisch、Jason Weston和Antoine Bordes。 2017.阅读维基百科回答开放域问题。 在ACL中。 谷歌学者 于晨、吴凌飞和穆罕默德·扎基。 2019.基于知识库的双向注意记忆网络问答。 在NAACL-HLT中。 谷歌学者 蔡恩索尔、何贺、莫希特·伊耶、马克·亚茨卡、文涛·义、蔡叶锦、梁佩西和卢克·泽特莫耶。 2018年,QuAC:上下文中的问答。 在EMNLP中。 谷歌学者 菲利普·克里斯特曼(Philipp Christmann)、里希拉杰·萨哈·罗伊(Rishiraj Saha Roy)、阿卜杜勒加尼·阿布贾巴尔(Abdalghani Abujabal)、乔茨纳·辛格(Jyotsna Singh)和格哈德·威库姆。 2019.三思而后行:运用巧妙的语境扩展在知识图上回答对话问题。 在CIKM中。 谷歌学者 克里斯托弗·克拉克和马特·加德纳。 2018年。简单有效的多段阅读理解。 在ACL中。 谷歌学者 Charles L.A.Clarke和Egidio L.Terra。 2003.短文检索与事实问答的文档检索。SIGIR。 谷歌学者 丹尼尔·科恩(Daniel Cohen)、刘洋(Liu Yang)和W Bruce Croft。 2018年,WikiPassageQA:非事实性答案文章检索研究的基准集合。 在SIGIR中。 谷歌学者 Silviu Cucerzan和Eugene Agichtein。 2005.非结构化和结构化Web内容的事实类问题解答。。 在TREC中。 谷歌学者 杰弗里·道尔顿(Jeffrey Dalton)、熊晨燕(Chenyan Xiong)和杰米·卡兰(Jamie Callan)。 2019年CAsT 2019年:对话协助轨道概述。 在TREC中。 谷歌学者 拉贾西·达斯(Rajarshi Das)、谢赫扎德·杜利亚瓦拉(Shehzaad Dhuliawala)、曼齐尔·扎赫尔(Manzil Zaheer)、卢克·维尼斯(Luke Vilnis)、伊斯汉·杜鲁加尔(Ishan Durugkar)、阿克谢·克里希纳穆西(Akshay Krishnamurthy。 2018.走走,找到答案:使用强化学习在知识库中推理路径。 在ICLR中。 谷歌学者 Rajarshi Das、Manzil Zaheer、Siva Reddy和Andrew McCallum。 2017年,使用通用模式和记忆网络对知识库和文本进行问答。 在ACL中。 谷歌学者 Pradeep Dasigi、Nelson F Liu、Ana Marasovic、Noah A Smith和Matt Gardner。 2019.Quoref:一个阅读理解数据集,包含需要关联推理的问题。 在EMNLP-IJCNLP中。 谷歌学者 莫斯塔法·德哈尼(Mostafa Dehghani)、霍塞因·阿扎尔博尼亚德(Hosein Azarbonyad)、贾普·坎普斯(Jaap Kamps)和马尔滕·德瑞克(Maarten de Rijke)。 2019.学习在开放领域的问题回答中转换、组合和推理。WSDM。 谷歌学者 劳拉·迪茨(Laura Dietz)、马尼莎·维尔玛(Manisha Verma)、菲利普·拉德林斯基(Filip Radlinski)和尼克·克拉斯韦尔(Nick Crashwell)。 2017.TREC复杂答案检索概述。 在TREC中。 谷歌学者 丁季伟、胡伟、徐启新和曲渝中。2019年。 利用频繁查询子结构生成复杂问题解答的形式查询。在EMNLP-IJCNLP中。 谷歌学者 Xin Dong、Evgeniy Gabrilovich、Geremy Heitz、Wilko Horn、Ni Lao、Kevin Murphy、Thomas Strohmann、Shaohua Sun和Wei Zhang。 2014.知识库:概率知识融合的网络规模方法。 在KDD中。 谷歌学者 Dheeru Dua、Yichong Wang、Pradeep Dasigi、Gabriel Stanovsky、Sameer Singh和Matt Gardner。 2019.DROP:需要对段落进行离散推理的阅读理解基准。 在NAACL-HLT中。 谷歌学者 艾哈迈德·埃尔戈哈里(Ahmed Elgohary)、陈昭(Chen Zhao)和乔丹·博伊德·格拉伯(Jordan Boyd-Graber)。 2018.连续开放域问答的数据集和基线。EMNLP。 谷歌学者 Anthony Fader、Luke Zettlemoyer和Oren Etzioni。 2013年。ACL中开放式问题回答的释义驱动学习。 谷歌学者 安东尼·法德(Anthony Fader)、卢克·泽特莫耶(Luke Zettlemoyer)和奥伦·埃齐奥尼(Oren Etzioni)。 2014年,针对精心策划和提取的知识库进行开放式问答。 在KDD中。 谷歌学者 詹姆斯·范和肯·巴克。 2015年,沃森的自然语言处理。 在AAAI。 谷歌学者 David Ferrucci、Eric Brown、Jennifer Chu-Carroll、James Fan、David Gondek、Aditya A.Kalyanpur、Adam Lally、J.William Murdock、Eric Nyberg、John Prager、Nico Schlaefer和Chris Welty。 2010年,Building Watson:DeepQA项目概述。 AI杂志,第31卷,第3期(2010年)。 谷歌学者 小伯特·F·格林、爱丽丝·K·沃尔夫、卡罗尔·乔姆斯基和肯尼斯·劳弗利。 1961.棒球:自动回答问题。 在西方联合IRE-AIEE-ACM计算机会议上。 谷歌学者 郭大亚、唐杜玉、南段、周明和尹建军。 2018.对话-行动:通过大规模知识库进行对话式问答。 在NeurIPS中。 谷歌学者 Sanda Harabagiu和Dan Moldovan。 2001.开放域文本问答。在NAACL-HLT中。 谷歌学者 胡森(Sen Hu)、邹雷(Lei Zou)、徐宇(Jeffrey Xu Yu)、王海勋(Haixun Wang)和赵东燕(Dongyan Zhao)。 2017.通过知识图上的子图匹配回答自然语言问题。 TKDE,第30卷,第5卷(2017年)。 谷歌学者 胡森、邹磊和张新波。 2018年。一个国家转型框架,用于回答有关知识库的复杂问题。 在EMNLP中。 谷歌学者 小黄、张靖远、李定成和李萍。2019年。 WSDM中基于知识图嵌入的问答。 谷歌学者 Mohit Iyyer、Wen-tau Yih和Ming Wei Chang。 2017.用于顺序问题回答的基于搜索的神经结构学习。在ACL中。 谷歌学者 Zhen Jia、Abdalghani Abujabal、Rishiraj Saha Roy、Jannik Strötgen和Gerhard Weikum。 2018年,TEQUILA:基于知识库的时间问题解答。 在CIKM中。 谷歌学者 Magdalena Kaiser、Rishiraj Saha Roy和Gerhard Weikum。 2020年。利用单词邻近网络在文章中回答对话问题。 在SIGIR中。 谷歌学者 Tushar Khot、Ashish Sabharwal和Peter Clark,2017年。 使用开放式信息提取回答复杂问题。 在ACL中。 谷歌学者 Bernhard Kratzwald和Stefan Feuerriegel。 2019.从网上神经问题回答的在线用户反馈中学习。 在WWW中。 谷歌学者 Tom Kwiatkowski、Jennimaria Palomaki、Olivia Redfield、Michael Collins、Ankur Parikh、Chris Alberti、Danielle Epstein、Illia Polosukhin、Jacob Devlin和Kenton Lee。 2019.自然问题:问答研究的基准。 TACL,第7卷(2019)。 谷歌学者 交叉引用 Jimmy Lin和Boris Katz。 2003年,万维网问答技术。 在EACL中。 谷歌学者 林彦凯、季浩哲、刘志远、孙茂松。 2018.去噪远程监督开放域问答。在ACL中。 谷歌学者 陆晓璐(Xiaolu Lu)、苏马吉特·普拉马尼克(Soumajit Pramanik)、里希拉吉·萨哈·罗伊(Rishiraj Saha Roy)、阿卜杜勒加尼·阿布贾巴尔(Abdalghani Abujabal)、王亚芳(Yafang Wang)和。 2019.通过将多文档证据与准知识图结合来回答复杂问题。 在SIGIR中。 谷歌学者 罗康琪、林凤丽、罗旭升和朱肯尼。 2018.通过复杂查询图编码的知识库问题解答。 在EMNLP中。 谷歌学者 郝马,闫珂,2015。 介绍实体推荐和理解。 在WWW中。 谷歌学者 毛萨姆。 2016年,开放式信息提取系统和下游应用程序。 在IJCAI中。 谷歌学者 潘伯元、郝丽、姚子玉、邓才和孙欢。 2019.会话问题生成的强化动态推理。 在ACL中。 谷歌学者 Panupong Pasupat和Percy Liang。 2015.半结构化表的合成语义分析。 在ACL中。 谷歌学者 邱云琪、王元卓、金小龙和张坤。 2020。弱监督知识图上多关系问题回答的逐步推理。 在WSDM中。 谷歌学者 菲利普·拉德林斯基和尼克·克拉斯韦尔。 2017.会话搜索的理论框架。 用CHIIR。 谷歌学者 Pranav Rajpurkar、Jian Zhang、Konstantin Lopyrev和Percy Liang。 2016.SkuAD:100000多个机器理解文本的问题。 在EMNLP中。 谷歌学者 Sudha Rao和Hal DauméIII2018。 学习提出好的问题:使用完美信息的神经期望值对澄清问题进行排序。 在ACL中。 谷歌学者 Deepak Ravichandran和Eduard Hovy。 2002.学习问答系统的表层文本模式。 在ACL中。 谷歌学者 Siva Reddy、Danqi Chen和Christopher Manning。 2019.CoQA:对话式问答挑战。 TACL,第7卷(2019年)。 谷歌学者 交叉引用 Marzieh Saeidi、Max Bartolo、Patrick Lewis、Sameer Singh、Tim Rockt“aschel、Mike Sheldon、Guillaume Bouchard和Sebastian Riedel,2018年。 对话机器阅读中自然语言规则的解读。 在EMNLP中。 谷歌学者 Amrita Saha、Vardaan Pahuja、Mitesh Khapra、Karthik Sankaranarayanan和Sarath Chandar。 2018.复杂顺序问答:学习用知识图在链接的问答对上进行对话。 在AAAI。 谷歌学者 丹尼斯·萨文科夫(Denis Savenkov)和尤金·阿基斯坦(Eugene Agichtein)。 2016年,当知识库不够时:使用外部文本数据对知识库进行问答。 在SIGIR中。 谷歌学者 沈涛、耿秀波、秦涛、郭大雅、唐杜玉、南段、龙国栋和蒋大新。 2019.基于大规模知识库的对话式问题回答多任务学习。 在EMNLP-IJCNLP中。 谷歌学者 Fabian Suchanek、Gjergji Kasneci和Gerhard Weikum。 2007年。YAGO:语义知识的核心。 在WWW中。 谷歌学者 数字图书馆 海地太阳、塔妮娅·贝德拉克斯·韦斯和威廉·科恩。 2019.PullNet:基于知识库和文本的迭代检索的开放领域问题解答。 在EMNLP-IJCNLP中。 谷歌学者 海地太阳、Bhuwan Dhingra、Manzil Zaheer、Kathryn Mazaitis、Ruslan Salakhutdinov和William Cohen。 2018.使用知识库和文本的早期融合进行开放领域问题解答。 在EMNLP中。 谷歌学者 孙欢、马浩、何晓东、叶文涛、于苏、闫喜峰。 2016.在WWW中搜索表格单元格进行问答。 谷歌学者 孙浩、马浩、叶文义、蔡英文、刘建军和张敏敏。 2015.通过语义丰富进行开放域问答。 在WWW中。 谷歌学者 阿隆娜·西多洛娃(Alona Sydorova)、尼娜·波纳(Nina Poerner)和本杰明·罗斯(Benjamin Roth)。 2019.基于知识库和文本的可解释问题解答。 在ACL中。 谷歌学者 Alon Talmor和Jonathan Berant。 2018.网络作为回答复杂问题的知识库。 在NAACL-HLT中。 谷歌学者 阿隆·塔尔莫和乔纳森·贝兰特。 2019.MultiQA:阅读理解中泛化和迁移的实证研究。 在ACL中。 谷歌学者 C.Tan、F.Wei、Q.Zhou、N.Yang、B.Du、W.Lv和M.Zhou。 2018.使用分层门控递归神经网络进行上下文软件应答句子选择。 IEEE/ACM传输。 《音频、语音和语言处理》,第26卷,第3期(2018年)。 谷歌学者 数字图书馆 克里斯蒂娜·昂格尔(Christina Unger)、洛伦斯·比赫曼(Lorenz Bühmann)、延斯·莱曼(Jens Lehmann,Axel-Cyrille Ngonga Ngomo)、丹尼尔·格伯(Daniel Gerber)和菲利普·西米亚诺(Philipp Cimiano)。 2012.基于模板的RDF数据问答。 在WWW中。 谷歌学者 斯维特拉娜·瓦库连科、哈维尔·大卫·费尔南德斯·加西亚、阿克塞尔·波列斯、马尔滕·德·里杰克和迈克尔·科切斯。 2019.知识图上复杂问题答案的消息传递。 在CIKM中。 谷歌学者 埃伦·沃希斯(Ellen M.Voorhees)。 1999年,TREC-8问答跟踪报告。 在TREC中。 谷歌学者 Denny Vrandevc ić和Markus Krötzsch。 2014年,维基数据:一个免费的协作知识库。 CACM,第57卷,第10卷(2014年)。 谷歌学者 王冰宁、姚婷、张琦、徐敬芳、田志兴、刘康和赵军。 2019.用于开放域问答的文档门控阅读器。在SIGIR中。 谷歌学者 吴志勇(Zhiyong Wu)、高本(Ben Kao)、吴天宣(Tien Hsuan Wu),尹鹏程(Pengcheng Yin)和刘群(Qun Liu)。 2020年。PERQ:预测、解释和纠正KB-QA系统中的失败问题。 在WSDM中。 谷歌学者 数字图书馆 熊文翰、莫玉、张世玉、郭晓晓和王威廉。 2019.使用知识软件阅读器改进不完整知识库的问题解答。 在ACL中。 谷歌学者 徐晶晶、王月晨、唐杜玉、南段、杨鹏程、齐增、周明和徐孙。 2019年b.在基于知识的问题回答中提出澄清问题。EMNLP-IJCNLP。 谷歌学者 徐坤、赖宇轩、冯燕松和王志国。 2019年a.增强基于知识的问题回答的键值记忆神经网络。NAACL-HLT。 谷歌学者 徐坤(Kun Xu)、红蒂(Siva Reddy)、冯燕松(Yansong Feng)、黄松芳(Songfang Huang)和赵东燕(Dongyan Zhao)。 2016年,通过关系提取和文本证据在Freebase上回答问题。 在ACL中。 谷歌学者 Mohamed Yahya、Klaus Berberich、Shady Elbassuoni和Gerhard Weikum。 2013年,通过链接数据网络进行稳健的问答。 在CIKM中。 谷歌学者 杨云伦(Yunlun Yang)、余恭(Yu Gong)和席晨(Xi Chen)。 2018年a。 电子商务会话搜索的查询跟踪:机器理解视角。 在CIKM中。 谷歌学者 杨志林、齐鹏、张赛正、Yoshua Bengio、William Cohen、Ruslan Salakhuttinov和Christopher D Manning。 2018年b月。 HotpotQA:一个用于多种可解释的多跳问题回答的数据集。在EMNLP中。 谷歌学者 Scott Wen-tau Yih和Hao Ma.2016a。 利用知识库、网络和其他工具进行问答。 在NAACL-HLT中。 谷歌学者 Wen-tau Yih和Hao Ma.2016b。 利用知识库、网络和其他工具进行问答。 在SIGIR中。 谷歌学者 尹鹏程、段南、高本、鲍俊伟、周明。 2015.在开放知识库中回答具有复杂语义约束的问题。 在CIKM中。 谷歌学者 张新波、邹磊和胡森,2019年。 通过反馈改进问答系统的互动机制。 在CIKM中。 谷歌学者 周康彦(Kangyan Zhou)、Shrimai Prabhumoye和Alan W Black。 2018.基于文档的对话数据集。 在EMNLP中。 谷歌学者
建议
基于受控和开放网络源的问题解答 ICTIR’20:2020年ACM SIGIR关于信息检索理论国际会议的会议记录 过去几年,自动化问答(QA)主题的研究激增,涉及信息检索、自然语言处理和人工智能等领域。 本教程将涵盖。。。 有质量意识的协作问答:方法和评估 WSDM’09:第二届ACM网络搜索和数据挖掘国际会议记录 社区问答(QA)门户包含数亿用户提供的问题和答案。 如果这些问答数据库可以直接用于回答任何用户的问题,那么它们就具有很大的价值。 在此。。。 葡萄牙语Web上的实时开放域QA 人工智能进展——IBERAMIA 2008 摘要 本文介绍了一个在葡萄牙语文档网络上实时开放域问答系统,该系统可以处理事实问题,并可以作为免费访问的在线服务提供。 为了交付候选人。。。