2019年基于知识图谱的问答关键技术-从答案到自然答案.pdf

《2019年基于知识图谱的问答关键技术-从答案到自然答案.pdf》由会员分享，可在线阅读，更多相关《2019年基于知识图谱的问答关键技术-从答案到自然答案.pdf（69页珍藏版）》请在三个皮匠报告上搜索。

1、知识问答关键技术知识及问答概述精准知识问答技术自然问答关键技术总结与展望01020304知识问答关键技术知识及问答概述精准知识问答技术自然问答关键技术总结与展望01020304感知化符号化关联化度量化视觉听觉触觉味觉嗅觉语言与文字数据网络知识图谱信息表示发展历程知识表示目标：共享表达一：屠呦呦，1930年12月30日生于浙江宁波。表达二：屠呦呦，毕业于北京医学院（今北大医学部），2015年10月获得诺贝尔生理学或医学奖。知识生产者知识生产者知识消费者知识消费者知识分解知识分解知识组合知识组合每个人脑中都只有对局部世界的认知每个人脑中都只有对局部世界的认知需求一：屠呦呦是哪个省份的人又毕业于哪里

2、？需求二：屠呦呦是哪天出生的获得获得诺贝尔奖的时候她多少岁？语言与图谱：知识载体物理世界人的世界机器世界词语句子段落篇章语言系统语言组织与语言理解知识图谱实体概念事件规则知识表示与知识推理机器理解世界的基础：知识图谱量变才能引起质变量变才能引起质变语言系统&知识图谱：知识应用奠基石知识资源：量变过程中https:/lod- IDC统计，全球数据量以每年58%的速度增长，2020年将达到40ZB，是2011年数据总量的22倍交互方式的转变需要信息服务模式的转变 移动互联网以及可穿戴设备的飞速发展需要高效、准确的自然语言形式的信息服务方式问答系统是下一代搜索引擎的基本形态Prof.Oren Etz

3、ioniTuring CenterUniversity of Washington以直接而准确的方式回答用户自然语言提问的自动问答系统将构成下一代搜索引擎的基本形态Nature2011.8问答系统是未来信息技术的重要突破口 世界权威IT市场调查咨询公司高德纳（Gartner）2012年8月发布2012新兴技术成熟度曲线自然语言问答自然语言问答在 未 来 5-10 年将成为主要新兴技术关注点，极有可能迎来技术突破技术应用：WATSON金融辅助决策企业服务辅助医疗nWATSON应用于辅助医疗n全美每年20%的诊断（1.5 million）是错误或者不完全的n从海量医疗档案以及医学期刊进行Deep

4、Mining，挖掘有用的医疗信息，用户的病历作为Clue，挖掘最合适的诊疗方案n医生不再需要花费大量的时间去阅读海量的医学期刊，以获取知识的更新n用户也可以及时获得医疗咨询服务Siri 2012年 查天气 定日程 订机票 发短信 聊天机器人 不追求获取精准答案 社交性聊天机器人（SocialChatbots）EQ+IQ 微软小冰：Heung-YeungShum,XiaodongHe,DiLi.FromElizatoXiaoIce:ChallengesandOpportunitieswithSocialChatbots,2017.“chatbot”搜索热度Sutskeveretal.2014Il

5、yaSutskever,OriolVinyals,andQuocVLe.2014.Sequencetosequencelearningwithneuralnetworks.个人助理答题机器人“多达一”机器人：日本富士通联合日本国立信息学研究所的高考机器人项目（2011）微软创始人Paul Allen与华盛顿大学计划制造能够通过高中生物考试的系统 863：基于大数据的类人智能关键技术与系统问答系统概述:定义Marybur,AAAI 2003Question Answering(QA)is an interactive human computer process thatencompasses

6、understanding a user information need,typically expresses in anatural language query;retrieving relevant documents,data,or knowledgefrom selected sources;extracting,qualifying and prioritizing available answersfrom these sources;and presenting and explaining responses on an effectivemanner;定义输入：自然语言