概述
- 作者:
-
-
里希拉吉·萨哈·罗伊
-
马克斯·普朗克信息学研究所,德国萨尔布鲁肯
-
阿维谢克·阿南德
-
德国汉诺威莱布尼茨大学
关于这本书
网络上的问答系统试图为以自然语言提出的信息需求提供清晰的答案,取代传统的文档排序列表。QA提出了许多研究挑战,已成为当今信息检索、自然语言处理和人工智能领域最活跃的研究课题之一。这种多样化和积极兴趣的另一方面是,出版物在上述社区的多个地点高度分散,这使得该领域的新参与者很难很好地了解该主题。通过这本书,我们试图通过概述最先进的问答技术来缓解上述问题。我们涵盖了QA任务中使用的精心策划的Web源的两种范式——像维基百科这样的可信文本集合,以及提炼成大规模知识库的客观信息。我们讨论了在这两种范式中用于解决QA问题的不同方法,并使用最近系统的实例进行了说明。我们从问题设置和评估的概述开始,深入涵盖开放域、多跳和对话式QA等显著的子主题,并以关键见解和新兴主题结束。我们相信,这一资源是对统一QA观点的宝贵贡献,有助于研究生和研究人员计划在不久的将来研究这一主题。
作者和附属机构
-
马克斯·普朗克信息学研究所,德国萨尔布鲁肯
里希拉吉·萨哈·罗伊
-
德国汉诺威莱布尼茨大学
阿维谢克·阿南德
关于作者
Rishiraj Saha Roy是德国萨尔布吕肯马克斯·普朗克信息学研究所的高级研究员。他领导了问答研究小组(https://qa.mpi-inf.mpg.de),它专注于解决结构化和非结构化数据上的自然语言问题的健壮且可解释的解决方案。他有大约六年的问答研究经验。近年来,他曾在SIGIR、CIKM、WSDM、AAAI和EMNLP等会议的PC上任职,并在SIGIR-CIKM,WSDM、WWW和NAACL等场所发表过文章。在加入MPII之前,他在Adobe Research担任了一年半的计算机科学家。他以印度理工学院(IIT)哈拉格普尔微软研究印度研究员的身份获得博士学位。有关他的研究的更多信息,请访问http://people.mpi-inf.mpg.de/~rsaharo/。阿维谢克·阿南德是德国汉诺威莱布尼茨大学的助理教授,也是汉诺威L3S研究中心的成员。他还是亚马逊搜索的访问学者。他的研究旨在开发智能和透明的机器学习方法,帮助人类找到相关信息。具体来说,他对文本和图形的可扩展和可解释的表示学习方法感兴趣,这些方法用于解决与Web和信息检索相关的问题。他拥有德国萨尔布鲁肯马克斯·普朗克信息学院(MPII)的计算机科学博士学位。他曾在众多Web、IR和NLP会议和期刊的PC中任职,如WSDM、SIGIR、ACL、TOIS、TKDE和TWEB。他曾在ICTIR、TPDL、Dagstuhl研讨会和其他暑期学校等会议的组织委员会任职。他的研究得到了德国科学基金会(DFG)、欧盟地平线2020、亚马逊研究奖和舒法控股公司(Schufa Holding AG)的慷慨资助。有关他的研究的更多信息,请访问https://www.avishekanand.com。