Können Computer lernen, Sprachnuancen wie Menschen zu verstehen? Dieses Paper stellt einen unüberwachten Algorithmus zur Entdeckung von Inferenzregeln aus Text vor, der die Diskrepanz zwischen Fragen und Textausdrücken behebt. Der Algorithmus erweitert Harris' Distributional Hypothesis und wendet sie auf Pfade innerhalb von Abhängigkeitsbäumen von geparstem Text an. Es wird vorgeschlagen, dass Pfade, die ähnliche Wörter verbinden, wahrscheinlich ähnliche Bedeutungen haben. Dieser Ansatz ermöglicht es dem System, Inferenzregeln aufzudecken, die von menschlichen Analysten übersehen werden könnten. Die entdeckten Regeln könnten dazu beitragen, eine der größten Herausforderungen beim Frage-Antworten zu bewältigen.
Dieser Artikel über die Entdeckung von Inferenzregeln für das Frage-Antworten steht im Einklang mit dem Fokus von Natural Language Engineering auf die rechnerischen Aspekte der Sprache. Durch die Präsentation eines Algorithmus zur automatisierten Regelentdeckung trägt die Forschung zum Bereich des Journals bei, der die Weiterentwicklung von NLP-Techniken zur Verarbeitung und zum Verständnis natürlicher Sprache umfasst.
| Kategorie | Kategorie Wiederholung |
|---|---|
| Technology: Engineering (General). Civil engineering (General) | 1 |
| Science: Mathematics | 1 |