问题标签 [question-answering]

我一直在想这个问题，我不明白为什么谷歌还没有尝试过——或者他们可能已经尝试过了，我只是不知道。

是否有一个搜索引擎，您可以在其中输入一个问题，该问题会给您一个单一的答案，而不是一个结果列表，您必须自己搜索才能找到您想知道的内容？

例如，这就是我设计系统的方式：

用户输入：“你去哪里检查眼睛？”</p>

系统输出：“验光师。确定性：95%”</p>

这将计算如下：

1. 输入从自然语言解析为简单的搜索字符串，在这种情况下可能类似于“眼睛测试”。系统也会解释术语“你去哪里”，并在比较结果时使用。
2. 搜索字符串将被输入搜索引擎。
3. 然后系统将比较结果的内容以找到匹配的单词或短语，并记录问题所问的内容（即，什么、在哪里、谁、如何等）
4. 一旦确定了合适的答案，系统就会将其显示给用户，同时衡量答案是否正确。

由于互联网的分散性，一个正确的答案很可能会出现多次，尤其是对于简单的问题。对于这个特定的例子，系统不难识别这个词在结果中不断出现，并且几乎可以肯定它是正在搜索的答案。

对于更复杂的问题，将显示较低的确定性，并且可能会显示具有不同确定性水平的多个结果。用户还将有机会查看系统计算结果的来源。

这个系统的重点是它简化了搜索。很多时候，当我们使用搜索引擎时，我们只是在寻找一些非常简单或微不足道的东西。返回一长串结果似乎不是回答问题的最有效方式，即使答案几乎肯定隐藏在这些结果中。

只需查看上述问题的 Google 结果即可了解我的观点： http ://www.google.co.uk/webhp?sourceid=chrome-instant&ie=UTF-8&ion=1&nord=1#sclient=psy&hl=en&safe =off&nord=1&site=webhp&source=hp&q=Where%20do%20you%20go%20to%20get%20your%20eyes%20tested%3F&aq=&aqi=&aql=&oq=&pbx=1&fp=72566eb257565894&fp=72566eb257565894&ion=1

给出的结果不会立即回答问题——用户需要在找到他们真正想要的答案之前对其进行搜索。搜索引擎是很棒的目录。它们非常适合为您提供有关某个主题的更多信息，或告诉您在哪里可以找到服务，但它们不擅长回答直接问题。

在创建系统时必须考虑许多方面——例如，在计算结果时必须考虑网站的准确性。

尽管该系统应该可以很好地解决简单的问题，但要使其适用于更复杂的问题可能是一项艰巨的任务。例如，常见的误解需要作为特殊情况处理。如果系统发现证据表明用户的问题有一个普遍的误解作为答案，它应该在提供答案时指出这一点，或者甚至干脆忽略最常见的答案而支持网站提供的那个指出它的答案是一种常见的误解。这一切都必须通过比较冲突来源的准确性和质量来衡量。

这是一个有趣的问题，需要进行大量研究，但肯定值得花时间和精力吗？它并不总是正确的，但它会使用户的简单查询更快。

我正在研究一个基本上是基于知识的问答系统的项目。我的系统接受用户查询，从维基百科下载相关文档，剥离所有 html 标签并提取纯文本。在此之后，它将文档标记为句子，然后形成术语-文档（TD）矩阵（查询也作为句子传递）。然后将该 TD 矩阵转发到 pLSA（概率潜在语义分析）算法。然后，最后计算文档（句子）向量与查询向量之间的余弦相似度。根据与查询向量的相似度，将最相关的句子显示为答案。（Stemming 也在 TD 矩阵的形成过程中完成）。问题是确实显示了结果，但不是最相关的。我哪里错了？我遵循的策略是否正确，或确实存在任何其他可能有帮助的算法？下面我展示了我的系统返回的一些问题及其答案：

另一个问题

另一个问题

又一次运行

我期待着实现像谷歌直接答案这样使用知识图的东西，我可以阅读任何有用的资源吗？我在哪里可以找到相关数据？

提前致谢

最近我读了一些关于 NLP 的文章，到目前为止，我对一切如何工作有了一个（非常）基本的概念，从句子拆分到 POS 标记，以及知识表示。

我知道那里有各种各样的 NLP 库（主要是 Java 或 Python），并且已经找到了一个 .NET 实现（SharpNLP）。实际上已经很出色了。无需编写任何自定义处理逻辑；只需使用它们的功能，瞧！用户输入被很好地分开并带有 POS 标记。

如果我的主要动机是构建一个问答系统（类似于聊天机器人），我不明白从这里去哪里。我可以使用哪些库（最好是 .NET）？如果我想构建自己的知识库，我应该如何表示我的知识？我是否需要将带有 POS 标记的输入解析为我的数据库可以理解的其他内容？如果我使用的是 MS SQL，是否有任何库可以帮助将 POS 标记的输入映射到数据库查询？或者我是否需要根据程序语义（我已阅读）编写自己的数据库查询逻辑？

当然，下一步是制定一个结构良好的答复，但我想我可以把它留到以后。现在困扰我的是该领域缺乏资源（知识表示，NLP 到 KB/DB-retrieval），如果你们中的任何人可以提供您的专业知识，我将非常感激 :)

I am unaware if such an API or service exists currently so this is a vague question, my apologies.

I have a PHP script that works with Freebase and I was wondering if I can enable it so a user can ask a question on my site which will be deconstructed using natural language processing, query the Freebase API and then return an answer.

Does anyone know of an already existing tool like this that works with Freebase?

If not, does anyone know of any great Natural Language Understanding APIs that would be able to strip down a question such as "how tall is mount everest?" and tell my script to query "height" on the mount everest article on Freebase?

如果用户通过不同的消息知道多个消化的输出。是否能够让用户获得秘密？

示例：用户可以通过知道以下数据找到未知的秘密吗？

编辑：更新以更有意义。

..等...（可以无限期地继续）

未知变量能被发现吗？

它是否存在来自 google 或 wikipedia 或其他服务器的版本，可为您的问题提供简短答案？

我正在编写一个像 Siri 这样的助手，我希望能够问他谁是美国总统并得到类似的信息：巴拉克奥巴马（置信度：0.8345）或类似的

有什么东西可以提供这种答案吗？

我一直致力于开源 Ephyra 代码，并将 YQL API 作为 KM 的新来源。问题是 Ephyra 给出了非常简短的答案。即使对于像“什么是化学？”这样的开放式问题，我也会得到一两个词的简短答案，即“物质变化”或“有机物”。但是这样的问题需要有更多的解释性和详细的答案。

有什么办法可以修改这个给我带来更详细的答案吗？也许通过删除某些过滤器并添加其他过滤器。

这是默认情况下的当前过滤器列表：

我可以使用的其他过滤器是：

但我不知道其中哪些是答案提取过滤器，哪些是答案选择。我想我们必须遵循一些命令。

你们能建议所有这些过滤器的顺序吗？通过它我可以获得我想要的答案（解释性）。我很困惑

我想建立一个只能回答 yes 或 no 的问答系统。

假设我有一个问题和一个文本文件。在文本文件中，有 4-5 个片段。有了这些片段，我可以回答这个问题。

所以，我想构建一个系统，获取一个问题和一个文本文件作为输入并提取一个 asnwer（是或否）

我怎么能开始？？

我的工具是：Python（nltk）Prolog mysql（如果需要）

我正在使用 SVM 进行问​​题分类项目。给定一个问题，系统必须能够将班级分配给问题。例如，对于“泰姬陵位于何处？”的问题。问题分类的任务是为这个问题分配标签“位置”，因为这个问题的答案是“位置”类型的命名实体。所以我知道首先我必须提供模型将从中学习的训练数据集，然后测试数据集。我的训练数据集包含所有分类的类、索引和值（就问题而言）。

类 指数值（问题） DESC 方式 农奴制是如何在俄罗斯发展并离开俄罗斯的？

同样，我有 6 个类 50 索引和 1000 个问题

SVM 将输入数值作为实现 SVM 我已经下载了 LIBSVM。Libsvm 是 SVM 的库 www.csie.ntu.edu.tw/~cjlin/libsvm/‎</p>

我不知道我应该如何将这些数据转换为 Libsvm 格式。请帮忙