m0_38034312的博客

【1】deepQA实质是基于知识库的问答系统【2】会从问题中提取需要特殊处理的字符，比如：一词多义、句法、语义等【3】会对问题进行分类等【4】资料：https://www.guokr.com/article/17295/...

【1】问题产生：为了识别query的意图，采用了人工配模版的方法。第一步：分析query结构。第二步：在每一个结构下可能出现的词。这样当一个query出现的时候就会严格根据模版、模版下的词来匹配。匹配成功即对应模版的意图。这样每一次都需要人工太low了。【2】解决方法一：分析句子结构能否利用词性标注来完成；结构下的词可否利用词性/词义聚类来实现...

【1】入门参考：http://bit.baidu.com/news/detail/id/24.html依存句法分析技术：找到句子的各个组成成分。比如：“给我推荐一家可以听到蛙声的餐馆”。分析：推荐和餐馆是主要意图，而听见和蛙声是修饰成分，对用户的意图进行了修饰和限定。 基于语义理解技术：基于深度学习来计算query和文本语义的关联。eg：一个query包括用户点击的正例和未点击的负例。框架是...

【1】基于词典分词方法：将待分析的汉字串与词典进行匹配。若在词典中找到某个词，则分出一个词。主要有正向最大匹配；逆向最大匹配；最少切分；基于索引树等。 改进：一、将正向最大匹配方法和逆向最大匹配方法结合起来构成双向匹配法；二、改进扫描方式，称为特征扫描或标志切分，优先在待分析字符串中识别和切分出一些 带有明显特征的词，以这些词作为断点，可将原字符串分为较小的串再来进机械分词，从而减少匹配的错...

【1】DAG：可以用来记录句子不同切分状态的集合，“向”即句子开始到结束的地方。假定句子的开始字符为 s，以“他们有意见分歧”这个句子为例，可以得到如下的有向无环图：...

【1】意图识别的难点：输入不规范 多意图。eg：仙剑奇侠传  游戏？电视剧？小说？ 结果的可靠性。 实效性： iPhone5 7月1日上市销售                 6月30日的查询意图：新闻90%，百科10%                 7月1日的查询意图：新闻70%，购买25%，百科5%                 8月1日的查询意图：购买50%，资讯40%，...