Framing QA as Building and Ranking Intersentence Answer Justifications
2017-12-15
org.kosen.entty.User@25004ec4
김미영(kim1)
행사&학회소개
1.？Introduction
2.？Related Work
3.？Approach
4. Focus Word Extraction
5.？Text Aggregation Graphs
6.？Text Aggregation Graph Features
7.？Learning Model
8.？Experiments
9.？Discussion
10.？Error Analysis
11.？Conclusions
2.？Related Work
3.？Approach
4. Focus Word Extraction
5.？Text Aggregation Graphs
6.？Text Aggregation Graph Features
7.？Learning Model
8.？Experiments
9.？Discussion
10.？Error Analysis
11.？Conclusions
보고서작성신청
질의응답시스템 연구는 오래전부터 이루어져 왔다. 이 연구에서, 초등학교 수학문제를 자동으로 푸는 질의응답시스템이 개발되었고, 답이 도출되기까지의 과정 또한 기계가 자동으로 작성하여 인간이 이해할 수 있도록 설명한다. 이 시스템을 위해 신경망, 텍스트 통합 그래프 등이 사용되었고. 이러한 모델구축을 위해 features을 어떻게 추출할 것인지, focus word를 어떻게 알아낼 것인지 연구한 내용을 소개한다. 이 연구는, 도출된 답을 증명하기 위해, 서로 다른 지식베이스들로부터 구문 그리고 어휘 정보를 이용하여 여러 개의 문장의 의미를 정확하게 통합하는 과정이 중요함을 보여주고, 상세한 오류분석을 통해, 깊은 의미해석을 기반으로 한 질의응답시스템 구현을 위한 앞으로의 연구방향을 설명한다.