【问题标题】:Trying to learn more about Answer / Inference engines [closed]尝试了解有关答案/推理引擎的更多信息[关闭]
【发布时间】:2013-10-03 04:46:44
【问题描述】:

我正在尝试更多地了解答案/推理引擎的工作原理及其背后的代码。

有没有关于这个主题的著名或出色的算法、好书或论文?

Google Now(答案不是预测部分)、Siri 和 Wolfram 等系统如何?阿尔法工作?

我知道他们使用自然语言处理和机器学习,但他们如何回答基于知识/事实集合的问题?

【问题讨论】:

  • 你可以从here开始。
  • 《Taming Text》一书涵盖了这一部分,甚至使用开源框架构建了一个简单的 QA 引擎。
  • @luiso1979 谢谢,这帮助我了解了更多关于它们的信息,但没有学习如何制作。
  • @ThomasJungblut 我想我拥有那本书!你说的书是谁写的?这是在书的哪个部分?

标签: algorithm machine-learning artificial-intelligence inference reasoning


【解决方案1】:

问题/回答不是用一种算法完成的。它可以是 NLP 算法的组合,例如词性标记、语义分析、语义和/或词汇解析等。然后可以使用许多方法,例如监督学习、聚类或仅存储信息并对其进行索引。

你能解释一下你想要做什么吗?

【讨论】:

  • 感谢您将其拆分为多个部分。这正是我所需要的。
  • 没问题。我认为这在很大程度上取决于您正在处理的领域、性质和数据数量。祝你好运!
【解决方案2】:

您提出了一个非常广泛的问题。推理引擎的实现有很多,但它们都依赖于自然语言处理和搜索算法的核心,所以我将重点关注这一点。

试试Artifical Intelligence : A Modern Approach这本书。它包含 NLP 和搜索部分,非常好。

【讨论】:

    【解决方案3】:

    此任务称为问答。几年前有一个年度竞赛:the data are still available,并被广泛用于研究论文。

    【讨论】:

      猜你喜欢
      • 2010-11-06
      • 1970-01-01
      • 2019-06-23
      • 2010-09-17
      • 1970-01-01
      • 1970-01-01
      • 2018-07-17
      • 2011-08-21
      • 1970-01-01
      相关资源
      最近更新 更多