질문과 답변 시스템은 인공 지능 및 자연 언어 처리 분야의 연구 방향으로, 많은 관심을 끌고 광범위한 개발 전망을 가지고 있습니다. 연구가 증가하는 주된 이유는 사람들이 정보를 빠르고 정확하게 얻을 필요가 있기 때문입니다. Q & A 시스템의 연구 및 개발 과정에서 Beihang Big Data High-Tech Center의 연구팀은 지식 그래프 기반 Q & A (텍스트 기반 Q & A), 테이블 기반 Q & A 시스템 (TableQA) 및 비전 기반 Q & A 시스템 (VisualQA)의 연구에 중점을 두었습니다.
질문 답변 시스템 및 자연어 처리 분야의 관련 학자 및 연구원들에게 도움을 제공하기를 바랍니다. 이 설문 조사는 정기적이고 지속적인 업데이트를 유지하고 최첨단 기술을 지속적으로 추적합니다. 단점이 있으면 비판하고 수정하십시오. 모든 Q & A 시스템과 자연어 처리 연구원은 이들을 사용할 수 있으며 모든 사람들은이 설문 조사를 함께 개선 할 수 있습니다.
우리는 현재 영어 버전의 설문 조사를 준비하고 있습니다. 우리는 대다수의 연구원들이 참여할 수 있기를 바랍니다. 따라서 설문 조사가 계속 개선되고 발전 할 수 있기를 바랍니다. 또한 참가자에게 홍보 플랫폼과 해당 자료 인센티브를 제공 할 것입니다. 오픈 소스 기고자 참여에 관심이 있으시면 이메일 주소로 [email protected]으로 문의하십시오. 이메일은 3 일 이내에 답변됩니다! 이 설문 조사가 모든 사람의 노력에서 QA 연구 및 응용 프로그램에 더 기여할 수 있기를 바랍니다.
Richong Zhang, Yue Wang, Yongyi Mao 및 Jinpeng Huai : 지식 기반에서 답변 : 반복 교육을 통한 검증 보조 모델. 정보 시스템에 대한 ACM 트랜잭션. 37 (4) : 40 : 1-40 : 26 (2019)
Yue Wang, Richong Zhang, Cheng Xu 및 Yongyi Mao : Apva-Turbo는 지식 기반에서 답변하는 질문에 대한 접근 방식입니다. COLING (Computational Linguististics) 27 번째 국제 회의 절차, 1998–2009 페이지 (2018)
데이터 공개 및 시스템 연구 개발을 지원하는 Beihang High-Tech Center 와이 작업에 관련된 모든 팀 구성원에게 감사드립니다.
Nie Zhijie, Hu Zhiyuan, Zhang Cunwang, Huang Hailang, Li Hangyu, Zhang Shuhui, Zhang Yanzhao, Li Yitong, Liu Chumin, Tian Yuan, Wang Junkai, Zhang Minghui

베이징 빅 데이터 과학 및 뇌 컴퓨터 인텔리전스 고가의 혁신 센터