典型文献
问答系统中复杂问题分解方法研究综述
文献摘要：
问答系统可以针对用户提出的自然语言问题给出精准的答案,是自然语言处理领域中一个重要的研究方向.对于具有复杂语义结构和句法结构的多跳问题,模型需要强大的自然语言理解能力.问题分解作为问题理解的一种技术,有着不可估量的作用.阐述了问题分解的研究背景与意义;根据问题特征提取的方式,将现有的方法分为传统机器学习方法和深度学习方法两大类,传统机器学习方法以规则模板匹配和基于分割的方法为主,深度学习方法以基于Transformer、图神经网络、注意力机制、查询图和强化学习为主,并分别从模型架构、优势、劣势等方面进行分析.结合目前研究的动态,初步展望了未来的研究方向.
文献关键词：
问答系统;复杂问题;问题分解;机器学习;深度学习
中图分类号：
作者姓名：
冯钧;李艳;杭婷婷
作者机构：
河海大学 计算机与信息学院 水利部水利大数据重点实验室,南京 211100
文献出处：
引用格式：
[1]冯钧;李艳;杭婷婷-.问答系统中复杂问题分解方法研究综述)[J].计算机工程与应用,2022(17):23-33
A类：
B类：
问答系统,复杂问题,问题分解,分解方法,语言问题,自然语言处理,语义结构,句法结构,多跳,自然语言理解,理解能力,解作,问题理解,不可估量,研究背景,背景与意义,机器学习方法,深度学习方法,两大类,模板匹配,Transformer,图神经网络,注意力机制,查询图,强化学习,学习为主,模型架构
AB值：
0.453801
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
