QA Survey CN下載-QA QA Survey CN源代碼下載

QA Survey CN

其他源碼

1.0.0

下載

QA-Survey

問答系統是人工智能和自然語言處理領域中一個倍受關注並具有廣泛發展前景的研究方向，其研究興起的主要原因是人們對快速、準確地獲取信息的需求。在問答系統的研發過程中，北航大數據高精尖中心研究團隊重點調研了基於知識圖譜的問答系統（KBQA），基於文本的問答系統（TextQA），基於表格的問答系統（TableQA）和基於視覺的問答系統（VisualQA），並整合了其現有的學術界和工業界的相關理論和技術，目前總共包括以下八個部分：

社區問答(Community Question Answering,CQA)-學術界
社區問答(Community Question Answering,CQA)-工業界
機器閱讀理解(Machine Reading Comprehension,MRC)-學術界
機器閱讀理解(Machine Reading Comprehension,MRC)-工業界
知識圖譜問答(Knowledge Base Question Answering,KBQA)-學術界
知識圖譜問答(Knowledge Base Question Answering,KBQA)-工業界
表格問答(Table Question Answering,TQA)-學術界
視覺問答(Visual Question Answering,VQA)-學術界

希望能為問答系統與自然語言處理領域的相關學者和研究人員提供幫助。本survey將保持定期持續更新、持續跟踪前沿技術，如有不足請大家批評指正，歡迎各位問答系統與自然語言處理研究者取用，也歡迎大家共同完善此調研。

News！

CCL2022測評：面向領域問答的知識抽取評測。該測評由我們團隊與航旅縱橫聯合舉辦開展，歡迎大家關注與參加！
面向問答與抽取應用的預訓練中文閱讀理解模型。我們整理獲取了中文領域的數據，並在優化相關模型基礎上，實現了中文領域閱讀理解的領先效果。（20220630）
跨領域知識智能交互平台內嵌圖譜問答算法，支持不同領域知識圖譜快速配置問答應用平台上線（20220625）
視覺問答VQA在ACL2021、ACL2022、EMNLP2021、NAACL2021、NAACL2022、CVPR2021、ICCV2021中的最近研究進展工作即將更新。（預計於2022年7月中更新）
ACL2022、NAACL2022、AAAI2022和SIGIR2022 中知識圖譜問答相關工作已經更新。（20220618）
增加Logical Reasoning邏輯推理閱讀理解相關數據集和模型介紹（20220612）
ACL2022、AAAI2022和SIGIR2022 中閱讀理解相關工作已經更新。（20220612）

開源貢獻

目前我們在準備該Survey的英文版本，我們希望廣大研究人員能參與進來，使得該survey不斷完善演進，我們也將對於參與人員提供推廣平台與相應物質激勵。若有意參與開源貢獻者，請郵箱聯繫[email protected]。郵件將在3個工作日內回复！希望該survey能在大家的努力中進一步為QA研究與應用提供相關貢獻。