KB-QAシステムにおける失敗した質問のPERQ予測,説明,および整流【JST・京大機械翻訳】

Wu Zhiyong; Kao Ben; Wu Tien-Hsuan; Yin Pengcheng; Liu Qun

文献

J-GLOBAL ID：202002226783297970 整理番号：20A2031465

KB-QAシステムにおける失敗した質問のPERQ予測,説明,および整流【JST・京大機械翻訳】

PERQ Predicting, Explaining, and Rectifying Failed Questions in KB-QA Systems

出版者サイト複写サービスで全文入手
高度な検索・分析はJDreamⅢで {{ this.onShowJLink("http://jdream3.com/lp/jglobal/index.html?docNo=20A2031465&from=J-GLOBAL&jstjournalNo=D0698C") }}

著者 (5件)： , , , ,
資料名：
号： WSDM ’20 ページ： 663-671 発行年： 2020年
JST資料番号： D0698C 資料種別：会議録 (C)
記事区分：原著論文発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

知識ベース質問回答(KB-QA)システムは,知識ベース(KB)に蓄積された情報にアクセスすることにより自然言語質問に答えるものである。既存のKB-QAシステムは,単純な質問に対して70~80%の精度を一般的に記録し,より複雑なものに対しては少ない。著者らは,ある質問が,既存のシステムによって正確に答えることが本質的に困難であることを観察した。この問題に取り組むためにPERQフレームワークを提案した。質問qを与えられた場合,回答精度を高めるために3つのステップを実行した。(1)qがKB-QAシステムSによって正確に答えることができるかどうかを予測する。(2)Sがqに失敗すると予測されるならば,故障のもっともらしい理由を決定するためにそれらを分析した。(3)予測と説明結果を用いて回答を修正した。3つのステップを達成して,それらの有効性を分析するためにツールを提唱した。著者らの実験は,PERQフレームワークが単純な質問でKB-QAシステムの精度を著しく改良できることを示した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

, ,

その他の情報処理 , 自然語処理

, , , , ,

前のページに戻る