利用 DBpedia n-三元组将问题转化为答案
计算与语言
2018-03-09 v1
摘要
在本文中，我们提出了一个使用神经网络来解读从 DBpedia 知识库学习到的问题的问答系统。我们用从 DBpedia Infobox Properties 中提取的 n-三元组训练了一个序列到序列的神经网络模型。由于这些属性不代表自然语言，我们进一步使用了来自电影字幕的问答对话。尽管自动评估显示生成的答案与黄金标准集的重叠度较低，但对实验结果的手动检查显示了值得进一步研究的 promising 前景。
引用
@article{arxiv.1803.02914,
title = {Translating Questions into Answers using DBPedia n-triples},
author = {Mihael Arcan},
journal= {arXiv preprint arXiv:1803.02914},
year = {2018}
}