检索结果-内蒙古大学图书馆

中文信息学报 2024年第4期38卷 1-16页

作者：张洪廙李韧杨建喜杨小霞肖桥蒋仕新王笛重庆交通大学信息科学与工程学院重庆400074

表格问答通过自然语言问句直接与表格数据进行交互并得到答案,是智能问答的主要形式之一。近年来,研究人员利用以语义解析为主的技术在该领域开展了深入研究。该文从不同表格类型分类及其问答任务问题定义出发,将表格问答细分为单表单... 详细信息

表格问答通过自然语言问句直接与表格数据进行交互并得到答案,是智能问答的主要形式之一。近年来,研究人员利用以语义解析为主的技术在该领域开展了深入研究。该文从不同表格类型分类及其问答任务问题定义出发,将表格问答细分为单表单轮、多表单轮、多表多轮式问答三种任务,并系统介绍了各类表格问答任务的数据集及其代表性方法。其次,该文总结了当前主流表格预训练模型的数据构造、输入编码以及预训练目标。最后,探讨当前工作的优势与不足,并分析了未来表格问答的前景与挑战。

关键词：表格问答语义解析自然语言处理综述

来源：评论

学校读者我要写书评

暂无评论

面向垂直领域的少样本表格问答方法研究

面向垂直领域的少样本表格问答方法研究

引用

作者：张洪廙重庆交通大学

学位级别：硕士

表格问答作为自然语言处理领域的关键任务之一,实现了对结构化数据的智能查询和交互问答,近年来备受学术界和产业界共同关注。然而,当前主流的表格问答方法通常依赖于大规模高质量标注数据进行有监督学习或微调预训练模型。对于垂直领域... 详细信息

表格问答作为自然语言处理领域的关键任务之一,实现了对结构化数据的智能查询和交互问答,近年来备受学术界和产业界共同关注。然而,当前主流的表格问答方法通常依赖于大规模高质量标注数据进行有监督学习或微调预训练模型。对于垂直领域,由于其有限的表格数据以及特殊的领域特性,通用方法的性能受到了较大限制。因此,针对少样本实际应用场景下的垂直领域表格问答研究具有重要的科学理论研究意义和实际工程应用价值。目前,面向通用领域的表格问答方法日渐成熟,在各大数据集上展现出强大的性能。然而,在电力、桥梁管养等垂直领域中,广泛采用宽表作为数据存储的方式,通用模型在垂直领域下存在问题语句与表格结构模式链接难度大的问题,在领域适应性和模型迁移性方面仍然面临诸多挑战。因此,面向垂直领域的少样本表格问答方法亟待研究,以降低领域特性和标注数据量不足对特定领域下表格问答任务的影响。本文以中文电力和桥梁管养领域为背景,针对其领域特性导致现有方法在两个领域少样本表格问答任务上性能不佳的问题,主要开展以下两个方面的研究: (1)基于问题感知的垂直领域少样本表格问答方法研究。本文通过对中文电力和桥梁管养两个垂直领域表格与通用领域表格以及SQL的形式化差异进行深入分析,明确了垂直领域少样本表格问答任务的特点。基于对垂直领域表格数据内容和任务特性的理解,结合现有表格问答的理论方法,本文针对垂直领域宽表上下文少样本学习下的问题、表格模式链接难度大以及操作符识别准确率低等问题,提出了一种基于注意力机制的列名过滤方法,该方法能够筛选出与问题相关度高的列,从而降低模式链接的难度并减少编码开销。本文进一步引入操作符语义增强的问题表示提高查询条件的识别效率,提出适应于垂直领域的少样本表格问答预训练方法,提升通用模型在垂直领域的性能。 (2)基于示例检索提示增强的垂直领域少样本表格问答方法。本文根据表格问答任务特点和数据特征设计涵盖领域特定问题模式和查询方式的示例检索策略,提升大模型在垂直领域少样本实际应用场景下的问答性能。本文基于大模型提示工程,通过Prompt模板对每个测试数据输入进行重构,并对模型输出结果进行规范化处理,以提升模型输出合法性。本文进一步提出高效的示例检索策略以注入与当前问题相关度最高的示例来指导大模型输出,使模型能够根据垂直领域的问题模式和查询方式快速检索相关示例并从中学习,从而提高通用领域大模型理解和完成垂直领域表格问答任务的能力,提升实际应用场景下表格问答模型的智能检索、知识推理和信息融合能力。为了验证本文所提方法的有效性,本文在电力领域少样本Text-to-SQL数据集ESQL和自建的桥梁管养领域数据集SMI-SQL上进行了充分的实验验证。实验结果表明,本文的研究工作在垂直领域少样本表格问答任务上表现出优异的性能,优于对比的主流少样本Text-to-SQL方法,为垂直领域表格信息交互和智能问答需求提供了有效的理论方法与技术支撑。

关键词：表格问答少样本学习垂直领域 Text-to-SQL

来源：评论

学校读者我要写书评

暂无评论

基于表格的自动问答关键技术研究

基于表格的自动问答关键技术研究

引用

作者：石微微电子科技大学

学位级别：硕士

问答系统是自然语言处理领域的一个重要分支,其目的是根据知识来源回答用户提出的自然语言问题。而问答系统的知识来源通常包括文本、表格、知识图谱等。其中表格在实际工作中被广泛应用,也有越来越多的企业使用数据库来组织、存储和更... 详细信息

问答系统是自然语言处理领域的一个重要分支,其目的是根据知识来源回答用户提出的自然语言问题。而问答系统的知识来源通常包括文本、表格、知识图谱等。其中表格在实际工作中被广泛应用,也有越来越多的企业使用数据库来组织、存储和更新业务数据。而由于数据库的使用具有一定的门槛,所以如何让非专业用户轻松使用数据库变得越来越重要。在该背景之下,首先要实现单轮表格问答。除此之外,在实际应用中,一些用户会对数据库进行连续提问,在这个过程中用户默认问答系统会记住前面轮次提出的问题,从而将当前问题进行共指和省略,这就要求在实际应用中能够在单轮表格问答的基础上实现多轮表格问答。基于此,本文重点研究基于表格的问答任务,针对单轮表格问答和多轮表格问答相关模型存在的问题,提出了两个模型。 1.针对单轮表格问答,本文提出了基于模式链接加强的单轮问答模型。目前模型中问题模式链接基于序列匹配的方法,丢失了语义匹配的信息,面对没有显式对齐的问题和表格,效果会变差。同时模型中使用的图注意力网络无法捕获多跳关系,导致过度平滑问题。基于此,本文使用注意力机制以及遮罩机制两种方法加强问题和表格模式之间的语义链接,通过添加到模式链接图中而进行显式表示。同时在使用的关系图注意力网络中添加多跳注意力,以获得不相连节点之间的信息,并将其与单跳注意力联合起来增强节点表示。最后在Spider和Spider-Syn数据集上进行实验,相比基线模型效果得到2%以上的提升,充分验证了模型的有效性。 2.针对多轮表格问答,本文提出了基于问题重写的多轮问答模型。目前多轮信息编码的方法无法充分利用上下文之间的共指省略关系,而基于问句重写的方法存在一定的错误传播。基于此,本文将多轮信息编码的方法和基于问句重写的方法进行融合,利用问题重写模型对当前问题进行重写,通过重写矩阵得到当前问题和历史问题之间的共指省略关系,并将这些关系体现在问题图的边中。同时考虑到自然语言话语和数据库模式存在的结构性差距,将问题和表格模式分别建图编码再对齐。最后在Spar C和Co SQL数据集上进行实验,相比基线模型提升0.9至2.5个百分点,充分验证了模型的有效性。

关键词：自然语言处理自动问答表格问答模式链接

来源：评论

学校读者我要写书评

暂无评论

面向复杂结构文本的问答算法研究

面向复杂结构文本的问答算法研究

引用

作者：夏小林电子科技大学

学位级别：硕士

问答系统是自然语言处理领域里几个研究重点之一,在实际场景中有重要应用。其目的在于人们以文本语言向模型给出问题,模型通过正确分析语义信息和文本内容后给出问题的正确答案。但是随着数据和场景的复杂化,现有的简单文本问答系统和... 详细信息

问答系统是自然语言处理领域里几个研究重点之一,在实际场景中有重要应用。其目的在于人们以文本语言向模型给出问题,模型通过正确分析语义信息和文本内容后给出问题的正确答案。但是随着数据和场景的复杂化,现有的简单文本问答系统和纯表格的问答系统已经无法完成问答任务。随着复杂文本结构数据集的提出、检索算法和阅读理解算法的创新优化给现有的简单问答系统提供了新的解决方向。对于现在的复杂文本结构数据,现有的问答系统大多有以下三个缺点:(1)对于复杂结构文本的数据处理简单化,转为纯文本处理或纯表格处理,从而无法很好利用复杂结构数据的结构信息。(2)现有的问答算法检索时,依旧采用TF-IDF算法,BM25算法,字符串匹配等传统匹配算法,在复杂环境如语义相似但文本不同的场景适应性差。(3)对于复杂的问题往往需要进行多次跳转才能找到答案,现有的问答系统往往只能向一个方向跳转简单有限的跳转,在跳转时不能利用前面检索的信息。为了解决以上问题,本文以Hybrid QA数据集为基础,从数据集,基线模型和问答算法三个方向重点研究复杂结构文本下的问答算法构建,从两种角度构建问答算法来解决以上问题。本文提出了基于AIR算法的问答模型,该模型对复杂结构文本中的数据进行处理,在保留文本信息的同时最大程度保留表格的结构信息,使用AIR算法让检索结果更加精准并解决多跳问题,最后使用基于BERT的算法进行排序和阅读理解确定答案。AIR算法使用词嵌入表示来对问题和候选文本进行语义匹配,词嵌入表示能够很好解决语义相似文本的匹配问题。并且通过AIR算法迭代匹配算法能够进行多次迭代检索候选文本生成候选路径,可以很好检索到目标文本的位置坐标从而完成多跳任务。另外,本文使用BERT模型对候选路径进行编码排序选出最佳候选路径,然后使用BERT模型进行阅读理解抽取答案。本文还提出了基于TAPAS算法的问答模型,该模型通过直接对表格进行建模可以很好利用表格的结构信息,并对不同的行列数据之间形成对比。通过对表格直接编码进行特征学习,直接得到目标答案所在单元格坐标位置,避免多次跳转文本。本文在Hybrid QA数据集上验证实验,两种问答模型在复杂文本结构上都取得了较好的问答效果。

关键词：表格问答阅读理解文本匹配自然语言处理

来源：评论

学校读者我要写书评

暂无评论

基于数据表的开放域检索式问答系统的设计与实现

基于数据表的开放域检索式问答系统的设计与实现

引用

作者：张志豪北京邮电大学

学位级别：硕士

开放域问答任务是自然语言处理领域中的热门研究方向之一,可应用的场景多种多样,如语音管家、智能搜索引擎等。在开放域问答任务中,用户所提出的问题并不限定于某一领域,因此,如何从海量知识库中检索出最有可能包含用户问题答案的文档... 详细信息

开放域问答任务是自然语言处理领域中的热门研究方向之一,可应用的场景多种多样,如语音管家、智能搜索引擎等。在开放域问答任务中,用户所提出的问题并不限定于某一领域,因此,如何从海量知识库中检索出最有可能包含用户问题答案的文档是提升开放域问答系统的答案预测准确率的关键所在。数据表格是当前互联网上数量最多、最容易获取与处理的结构化数据之一,并且具有结构清晰、时效性高等优点,因此适合作为开放域问答系统中的知识库存储形式。综上所述,构造基于数据表格的开放域问答模型,在实际应用中有着十分重要的意义。本文使用开放域问答模型中的检索-排序-阅读三段式框架,构建了基于数据表的开放域检索式问答系统。主要工作如下:(1)针对开放域问答模型中的检索模型,本文使用预训练语言模型对问题文本与数据表进行编码,构造基于双塔结构的稠密向量检索模型。针对双塔结构模型训练中的负采样过程进行优化,设计并实现基于采样区域限制的难负样本采样方法,对同一批次内的样本在特征空间中的分布进行限制,从提升检索模型的训练效果。实验证明,优化后的检索模型在召回率上得到了进一步提升。(2)针对开放域问答中的重排序模型,本文使用预训练模型对问题文本-数据表格进行交叉编码,并基于编码器输出的特征进行匹配度计算。除此之外,本文通过添加列级别匹配度计算任务,构造了多任务匹配模型,使排序模型的效果得到了进一步的提升。(3)本文构建了填充式Text-to-SQL模型作为阅读模型,通过将问题文本转换为对应数据表格的结构化查询语言,从数据表中抽取出对应答案。本文将上述各模块整合后,设计并实现了完整的基于数据表的开放域检索式问答系统,并进行了功能和性能测试,最终证明系统运行良好,符合设计需求。

关键词：自然语言处理开放域问答检索模型负采样表格问答

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：