问答系统中复杂问题分解方法研究综述
Computer Engineering and Applications（2022）
摘要
问答系统可以针对用户提出的自然语言问题给出精准的答案,是自然语言处理领域中一个重要的研究方向.对于具有复杂语义结构和句法结构的多跳问题,模型需要强大的自然语言理解能力.问题分解作为问题理解的一种技术,有着不可估量的作用.阐述了问题分解的研究背景与意义;根据问题特征提取的方式,将现有的方法分为传统机器学习方法和深度学习方法两大类,传统机器学习方法以规则模板匹配和基于分割的方法为主,深度学习方法以基于Transformer、图神经网络、注意力机制、查询图和强化学习为主,并分别从模型架构、优势、劣势等方面进行分析.结合目前研究的动态,初步展望了未来的研究方向.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要