自然语言问答的进展：一篇综述

由于学习技术的进步，问答近期受到人工智能界的高度关注。早期的问答模型使用基于规则的方法，并转向统计方法以应对海量可用信息。然而，统计方法在处理语言的动态性与变异性时表现不佳。因此，学习模型已展现出处理语言动态性与变异性的能力。许多深度学习方法被引入问答。大多数深度学习方法相较于机器学习和统计方法取得了更高的结果。语言的动态性从深度学习中的非线性学习中获益。这造就了问答领域的显著成功与研究激增。本文讨论了问答系统中的成功与挑战，以及用于应对这些挑战的技术。