論文の概要: Question Answering over Curated and Open Web Sources

• arxiv url: http://arxiv.org/abs/2004.11980v4
• Date: Fri, 7 Aug 2020 11:36:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2022-12-10 04:01:23.188517
• Title: Question Answering over Curated and Open Web Sources
• Title（参考訳）: キュレーションとオープンwebソースに関する質問応答
• Authors: Rishiraj Saha Roy, Avishek Anand
• Abstract要約: このチュートリアルでは、QAにとって非常に活発な成長期間のハイライトを取り上げている。 我々は,回答が検索される場所から,基礎となる情報源によって研究の貢献を分配する。 このチュートリアルは、QAの拡大において最も有望なトレンドで締めくくります。
• 参考スコア（独自算出の注目度）: 11.333522345613819
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The last few years have seen an explosion of research on the topic of automated question answering (QA), spanning the communities of information retrieval, natural language processing, and artificial intelligence. This tutorial would cover the highlights of this really active period of growth for QA to give the audience a grasp over the families of algorithms that are currently being used. We partition research contributions by the underlying source from where answers are retrieved: curated knowledge graphs, unstructured text, or hybrid corpora. We choose this dimension of partitioning as it is the most discriminative when it comes to algorithm design. Other key dimensions are covered within each sub-topic: like the complexity of questions addressed, and degrees of explainability and interactivity introduced in the systems. We would conclude the tutorial with the most promising emerging trends in the expanse of QA, that would help new entrants into this field make the best decisions to take the community forward. Much has changed in the community since the last tutorial on QA in SIGIR 2016, and we believe that this timely overview will indeed benefit a large number of conference participants.
• Abstract（参考訳）: ここ数年、情報検索、自然言語処理、人工知能のコミュニティにまたがる自動質問応答(QA)に関する研究が爆発的に増えている。 このチュートリアルでは、QAの本当に活発な成長期間のハイライトを取り上げ、現在使用されているアルゴリズムのファミリーを聴衆に理解してもらう。 我々は、知識グラフ、構造化されていないテキスト、ハイブリッドコーパスといった、回答が検索される場所から、基礎となる情報源によって研究のコントリビューションを分割する。 アルゴリズム設計に関して最も差別的であるため、この分割の次元を選択する。 他の重要な次元は各サブトピックの範囲内、例えば、対処される質問の複雑さや、システムに導入された説明可能性や相互作用の程度などである。 我々はこのチュートリアルを、QAの拡大において最も有望なトレンドで締めくくり、この分野への新たな参入者がコミュニティを前進させる最善の決断を下すのに役立つだろう。 SIGIR 2016の最後のQAチュートリアル以来、コミュニティでは多くの変化が見られています。

関連論文リスト

• Feature Engineering in Learning-to-Rank for Community Question Answering Task [2.5091819952713057]
  コミュニティ質問応答(CQA)フォーラムはインターネットベースのプラットフォームで、ユーザーはトピックについて質問し、他の専門家はソリューションを提供しようとする。 Quora、Stackoverflow、Yahoo!Answer、StackExchangeといった多くのCQAフォーラムには、多くのユーザ生成データが存在する。 これらのデータは、ユーザの問い合わせに応じて類似の質問(と回答)が提示される自動CQAランキングシステムで活用される。
  論文  参考訳（メタデータ） (2023-09-14T11:18:26Z)
• Best-Answer Prediction in Q&A Sites Using User Information [2.982218441172364]
  コミュニティ質問回答 (CQA) サイトは近年, 大きく普及している。 そのような答えを見つけるための実践的な方法は、既存の回答とコメントが与えられた最高の候補を自動的に予測することです。 本稿では,質問者の背景情報やその他の特徴を用いて,最適な回答を予測するための新しい手法を用いて,この制限に対処する。
  論文  参考訳（メタデータ） (2022-12-15T02:28:52Z)
• Modern Question Answering Datasets and Benchmarks: A Survey [5.026863544662493]
  質問回答(QA)は、自然言語処理(NLP)の最も重要なタスクの一つである。 NLP技術を用いて、大量の非構造化コーパスに基づいて、与えられた質問に対する対応する回答を生成することを目的としている。 本稿では,ディープラーニングの時代にリリースされた,影響力あるQAデータセットについて検討する。
  論文  参考訳（メタデータ） (2022-06-30T05:53:56Z)
• Multifaceted Improvements for Conversational Open-Domain Question Answering [54.913313912927045]
  対話型オープンドメイン質問回答(MICQA)のための多面的改善フレームワークを提案する。 第一に、提案したKL分割に基づく正規化は、検索と解答のためのより良い質問理解をもたらすことができる。 第二に、追加されたポストランカモジュールは、より関連性の高いパスをトップにプッシュし、2アスペクトの制約で読者に選択できる。 第3に、十分に設計されたカリキュラム学習戦略は、訓練と推論の黄金の通路設定のギャップを効果的に狭め、黄金の通路支援なしで真の答えを見つけることを奨励する。
  論文  参考訳（メタデータ） (2022-04-01T07:54:27Z)
• Video Question Answering: Datasets, Algorithms and Challenges [99.9179674610955]
  Video Question Answering (VideoQA) は、与えられたビデオに応じて自然言語の質問に答えることを目的としている。 本稿では、データセット、アルゴリズム、ユニークな課題に焦点を当てた、ビデオQAの明確な分類と包括的分析を提供する。
  論文  参考訳（メタデータ） (2022-03-02T16:34:09Z)
• Question Answering Survey: Directions, Challenges, Datasets, Evaluation Matrices [0.0]
  QA分野の研究の方向性は,質問の種類,回答の種類,根拠の源泉,モデリングアプローチに基づいて分析される。 これに続き、自動質問生成、類似性検出、言語に対する低リソース可用性など、この分野のオープンな課題が続きます。
  論文  参考訳（メタデータ） (2021-12-07T08:53:40Z)
• What makes us curious? analysis of a corpus of open-domain questions [0.11470070927586014]
  2017年、ブリストルの「We the Curious」科学センターはブリストル人の好奇心を捉えるプロジェクトを開始した。 このプロジェクトは様々なトピックについて10,000以上の質問を集めた。 我々は、さまざまな処理タスクを実行するために使用できる人工知能ツールを開発した。
  論文  参考訳（メタデータ） (2021-10-28T19:37:43Z)
• NoiseQA: Challenge Set Evaluation for User-Centric Question Answering [68.67783808426292]
  応答エンジンに先立つパイプライン内のコンポーネントが,多種多様なエラーの原因を発生させることができることを示す。 我々は、QAシステムが効果的にデプロイされる前に、進歩の余地がかなりあると結論付けている。
  論文  参考訳（メタデータ） (2021-02-16T18:35:29Z)
• Retrieving and Reading: A Comprehensive Survey on Open-domain Question Answering [62.88322725956294]
  OpenQAの最近の研究動向を概観し、特にニューラルMSC技術を導入したシステムに注目した。 Retriever-Reader' と呼ばれる最新の OpenQA アーキテクチャを導入し、このアーキテクチャに従うさまざまなシステムを分析します。 次に、OpenQAシステムの開発における主要な課題について議論し、一般的に使用されるベンチマークの分析を提供する。
  論文  参考訳（メタデータ） (2021-01-04T04:47:46Z)
• Knowledge-Routed Visual Question Reasoning: Challenges for Deep Representation Embedding [140.5911760063681]
  VQAモデル評価のためのナレッジルーティング視覚質問推論という新しいデータセットを提案する。 視覚ゲノムシーングラフと外部知識ベースの両方に基づいて,制御プログラムを用いて質問応答対を生成する。
  論文  参考訳（メタデータ） (2020-12-14T00:33:44Z)
• Unsupervised Question Decomposition for Question Answering [102.56966847404287]
  本論文では, ワンツーNアン教師付きシーケンスシーケンス(ONUS)のアルゴリズムを提案する。 当初,ドメイン外,マルチホップ開発セットのベースラインが強かったため,HotpotQAでは大きなQA改善が見られた。
  論文  参考訳（メタデータ） (2020-02-22T19:40:35Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。