QA Survey CN

QA-Survey

Fragen- und Antwortsysteme sind eine Forschungsrichtung in den Bereichen künstliche Intelligenz und Verarbeitung natürlicher Sprache, die viel Aufmerksamkeit erregt hat und umfassende Entwicklungsaussichten aufweist. Der Hauptgrund für den Anstieg der Forschung ist die Notwendigkeit der Menschen, schnell und genaue Informationen zu erhalten. During the research and development of the Q&A system, the research team of Beihang Big Data High-tech Center focused on the research of the Knowledge Graph-based Q&A (KBQA), the Text-based Q&A (TextQA), the Table-based Q&A system (TableQA) and the Vision-based Q&A system (VisualQA), and integrated its existing academic and industrial related theories and technologies, currently including the following eight parts:

• Community Frage Beantwortung (CQA) -Akademischer Kreis
• Community Frage Beantwortung (CQA) -industrial
• Maschinenlesung Verständnis (MRC) -Academic
• Maschinenlesung Verständnis (MRC) -industrial
• Wissensbasis Frage Beantwortung (KBQA) -Akademischer Kreis
• Wissensbasis Frage Beantwortung (KBQA) -Industrielles
• Tabelle Frage Beantwortung (TQA) -Akademischer Kreis
• Visuelle Frage Beantwortung (VQA) -Akademischer Kreis

Ich hoffe, dass relevante Wissenschaftler und Forscher in den Bereichen Frage-Antworten und Verarbeitung natürlicher Sprache unterstützt werden können. Diese Umfrage wird regelmäßige und kontinuierliche Aktualisierungen beibehalten und die modernsten Technologien kontinuierlich verfolgen. Wenn es Mängel gibt, kritisieren und korrigieren Sie sie bitte. Alle Q & A -Systeme und Forscher für die Verarbeitung natürlicher Sprache können sie gerne verwenden, und jeder ist auch herzlich eingeladen, diese Umfrage gemeinsam zu verbessern.

Nachricht!

• CCL2022 Evaluierung: Bewertung der Wissensextraktion für domänenorientierte Q & A. Die Bewertung wurde gemeinsam von unserem Team und der Luftfahrtreisen Zongheng organisiert. Jeder ist herzlich eingeladen, darauf zu achten und teilzunehmen!
• Vorausgebildetes chinesisches Leseverständnismodell für Fragen und Extraktionsanwendungen. Wir haben Daten im chinesischen Gebiet aussortiert und erhalten und auf der Grundlage der Optimierung relevanter Modelle führende Ergebnisse zum Leseverständnis im chinesischen Bereich erzielt. (20220630)
• Cross-Domänen-Wissensintellitionsintellierende Interaktionsplattform Eingebettete Karten-Frage- und Beantwortungsalgorithmus, die die schnelle Konfiguration von Wissensgraphen in verschiedenen Feldern unterstützt, um die Q & A-Anwendungsplattform (20220625) zu starten
• Der jüngste Forschungsfortschritt von visuellen Q & A in ACL2021, ACL2022, EMNLP2021, NAACL2021, NAACL2022, CVPR2021 und ICCV2021 wird in Kürze aktualisiert. (Es wird erwartet, dass es Mitte Juli 2022 aktualisiert wird)
• Die damit verbundene Arbeit von Wissensgrafik -Q & A in ACL2022, NAACL2022, AAAI2022 und SIGIR2022 wurde aktualisiert. (20220618)
• Hinzufügen von logischen Argumentations logischem Argumentieren Leseverständnis verwandte Datensätze und Modelle (20220612)
• Das Leseverständnis verwandte Arbeiten in ACL2022, AAAI2022 und SIGIR2022 wurden aktualisiert. (20220612)

Open Source -Beitrag

Wir bereiten derzeit die englische Version der Umfrage vor. Wir hoffen, dass die Mehrheit der Forscher teilnehmen kann, damit sich die Umfrage weiter verbessert und weiterentwickelt. Wir werden auch Werbeplattformen und entsprechende materielle Anreize für die Teilnehmer anbieten. Wenn Sie an Open -Source -Mitwirkenden interessiert sind, wenden Sie sich bitte an [email protected] unter der E -Mail -Adresse. Die E -Mail wird innerhalb von 3 Arbeitstagen beantwortet! Ich hoffe, dass diese Umfrage in allen Bemühungen weiter zur QA -Forschung und -anwendung beitragen kann.

Verwandte Ergebnisse

Akademische Papiere

• Richong Zhang, Yue Wang, Yongyi Mao und Jinpeng Huai: Frage Beantwortung von Wissensbasis: Ein prüfendes Modell mit iterativem Training. ACM -Transaktionen zu Informationssystemen. 37 (4): 40: 1-40: 26 (2019)

• Yue Wang, Richong Zhang, Cheng Xu und Yongyi Mao: Der APVA-Turbo-Ansatz zur Beantwortung der Frage in der Wissensbasis. Proceedings der 27. Internationalen Konferenz für Computer -Linguistik (Coling), Seiten 1998–2009 (2018)

Bücher

• Es wird offiziell in der zweiten Hälfte von 2022 freigelassen!

Patent

• CN107748757a | Eine auf Wissensgrafik basierende Frage-und-Antwort-Methode basiert
• CN111858887a | Eine Community -Frage- und Beantwortungssystem für den Flughafenservice
• CN111858888a | Multi-Runden-Dialogmethode für Value Airport-Szene
• Knowledge-Graph-Konstruktionsmethode basierend auf Multi-Source-Daten
• Entwerfen und Implementierung von Q & A -Systemen basierend auf Wissensgraphen
• Forschung zu Q & A -Methoden, die auf Wissensbasis basieren

Anwendungsprodukte

• Intelligente Fragen und Antworten zum Wissen und Handlungswissen Diagramm
• Allgemeines Domain Text Leseverständnis
• Cross-Domänen-Wissen intelligente Interaktionsplattform
• Zivilluftfahrt -Enzyklopädie -Wissen Q & A
• Vertikale Feld- und A -A -A -Anwendungspraxis

Anerkennung

Wir danken hiermit bei dem High-Tech-Zentrum des Beihangs, das die Offenlegung von Daten und die Systemforschung und -entwicklung sowie alle an dieser Arbeit beteiligten Teammitglieder unterstützt:

Nie Zhijie, Hu Zhiyuan, Zhang Cunwang, Huang Hailang, Li Hangyu, Zhang Shuhui, Zhang Yanzhao, Li Yitong, Liu Chumin, Tian Yuan, Wang Junkai, Zhang Minghui

über uns

Peking Big Data Science und Brain Computer Intelligence High-Primary Innovation Center