谈到今后的工作，何世柱博士表示：“ COREQA 模型今朝照样过于依附进修数据。大年夜实验结不雅可以看出，在模仿的人工数据上几乎可以有完美的表示，然则在真实的数据上照样差能人意。究其原因照样该模型本质是对原始数据的拟合，进修一个输入问题（词序列）到输出谜底（词序列）的映射函数，特别长短实体词（即，不是拷贝和检索获得的词）经常猜测得不精确。这是该模型最大年夜的问题，我们筹划参加一些外部的人工常识对模型进行调剂，对现有模型进行改进。另一个不足是今朝只能应用三元组情势表示的常识库，并假设谜底实体就是三元组的 object 部分，其实该假设对很多问题并不成立，另一个可能的改进偏向就是应用不合表示方法的常识库。别的，该模型也可以应用于机械翻译等义务，可以让说话生成模型能外部常识资本进行交互。”

而对于问答体系将来的成长，何世柱博士也有一些本身的的看法：“据我懂得，真实的工程实践上，问答体系照样应用模板和规矩，很少或者根本不会用到统计模型，更别说深度进修的模型了。而今朝在研究界，问答体系几乎全部采取深度进修模型，甚至是完全端到端的办法。究其原因，我小我认为问答体系是一个体系工程，而不是一个纯粹的研究义务，今朝研究界对问答体系还没有一个同一典范式（不像信息检索、机械翻译、信息采取等义务），是以，将来问答体系可能须要总结出一个或几个通用范式和流程，可以分化为若干子义务，如许会更易于推动问答的研究成长。别的，问答体系效不雅无法达到实用，其问题还没有分析清跋扈，是常识资本不完全，照样常识表示的异构性，或者是懂得天然说话问题的挑衅？最后，我认为，问答体系这类须要大年夜量常识的义务，在数据范围难以大年夜范围扩大的情况下，融合统计模型和先验常识（萃取的常识库、说话常识、常识等）是可行的成长偏向。”\

论文作者 | 何世柱、刘操、刘康、赵军（主动化所&中科院大年夜学）

特约记者 | 王哲（中国科学技巧大年夜学）

迎接查看论文原文：

Generating Natural Answers by Incorporating Copying and Retrieving Mechanisms in Sequence-to-Sequence Learning

　　推荐阅读

　　MySQL：数据结构及算法原理

最左前缀道理与相干优化 本文以MySQL数据库为研究对象，评论辩论与数据库索引相干的一些话题。特别须要解释的是，MySQL支撑诸多存储引擎，而各类存储引擎对索引的支撑也各不雷同，是以MySQ>>>详细阅读

本文标题：让问答更自然 - 基于拷贝和检索机制的自然答案生成系统研究

地址：http://www.17bianji.com/lsqh/35160.html

 1/2    1