2、阿尔巴尼亚语问题分类研究

阿尔巴尼亚语问题分类研究

1. 背景与相关工作

在问题分类任务中，主要聚焦于两个方向：问题分类类别和问题分类方法与系统。问题类型可根据其共同属性进行分类，常见的问题类型包括列表、事实性、定义、因果、假设、程序性、确认性问题以及关系等。

目前，在阿尔巴尼亚语的问题分类领域尚未有相关研究。虽然有针对阿尔巴尼亚语的基于事实性问题的问答系统，但未采用问题分类组件，仅依赖预定义的命名实体（NE）。而且，对于阿尔巴尼亚语，命名实体识别（NER）通常只是实验性任务，且没有公开可用的整合好的NE注释语料库。因此，我们将重点关注非阿尔巴尼亚语的相关背景工作。

以下是一些常用的问题分类数据集和方法：
| 数据集/方法 | 描述 |
| ---- | ---- |
| 英语问题数据集[29] | 包含6000个问题，分为6个粗分类标签（缩写、描述、实体、人类、数值、位置）和二级细分类别 |
| [30] | 在[29]的基础上增加了“列表”和“是 - 否 - 解释”两类，并添加250个新问题 |
| 葡萄牙语版本数据集[31] | 是[29]的葡萄牙语版本，广泛用于问题分类任务 |
| DISEQuA语料库[32] | 多语言问答语料库，采用7类标签分类法（日期、位置、度量、对象、组织、人、其他） |
| [33] | 提出180类的大型分类法，是问答系统中最大的问题分类法之一 |
| [34] | 提出开放式问题分类模式，使用SVM算法训练和测试模型，SVM准确率在50% - 92.9%之间 |
| [1] | 评估CNN、CNN Bert、LSTM和SVM四种方法，结论是CNN Bert在各语言和不同训练数据