|
Эта публикация цитируется в 1 научной статье (всего в 1 статье)
Анализ текстовой и графической информации
Генерация запросов для ответа на сложные вопросы на русском языке с использованием синтаксического парсера
Д. А. Евсеев Московский физико-технический институт, г. Москва, Россия
Аннотация:
В работе описывается система, которая переводит вопрос на естественном языке в SPARQL-запрос. В состав вопросно-ответной системы входят: синтаксический парсер, который строит синтаксическое дерево предложения; компонент, определяющий шаблон SPARQL-запроса по синтаксическому дереву; модели, находящие сущности и отношения, которые должны быть вставлены в слоты шаблона SPARQL-запроса. Для извлечения сущностей и ранжирования возможных отношений используется BERT. Одна из особенностей обучения BERT для вопросно-ответной системы на русском языке состоит в малом количестве данных. В связи с этим, в работе исследуется обучение мультиязычного BERT, предобученного на датасете LC-QUAD2.0 задачам извлечения сущностей и ранжирования отношений на малом количестве русских данных из датасета RuBQ. Вопросно-ответная система показывает на датасете RuBQ более высокую точность ответов на вопросы, чем предыдущие подходы.
Ключевые слова:
вопросно-ответная система, база знаний, генерация запросов, мультиязычный BERT.
Образец цитирования:
Д. А. Евсеев, “Генерация запросов для ответа на сложные вопросы на русском языке с использованием синтаксического парсера”, Искусственный интеллект и принятие решений, 2021, № 3, 57–65; Scientific and Technical Information Processing, 49:5 (2022), 310–316
Образцы ссылок на эту страницу:
https://www.mathnet.ru/rus/iipr109 https://www.mathnet.ru/rus/iipr/y2021/i3/p57
|
|