Пита́льно-відповідна́ систе́ма, довідкова система (англ. Question-answering system) — це особливий тип інформаційних систем, які є гібридом пошукових та інтелектуальних систем (часто вони розглядаються як інтелектуальні пошукові системи). QA-система повинна бути здатна приймати питання природною мовою, тобто це система з . Інформація надається на основі документів з мережі Інтернет або з локального сховища. Сучасні розробки QA-систем дозволяють обробляти множину варіантів запитів фактів, списків, дефініцій, питань типу Як, Чому, гіпотетичних, складних та міжмовних.
Класифікація
- Вузькоспеціалізовані QA-системи працюють у конкретних областях (наприклад, медицина або обслуговування автомобілів). Побудова таких систем — відносно легка задача.
- Загальні QA-системи працюють з інформацією по всіх областях знань, таким чином з'являється можливість вести пошук у суміжних областях.
Архітектура
Перші QA-системи були розроблені в 1960-х роках і є природно-мовними оболонками для експертних систем, які були орієнтовані на конкретні області. Сучасні системи призначаються для пошуку відповідей на запитання в представлених документах із використанням технології обробки природних мов (NLP).
Сучасні QA-системи, зазвичай, включають особливий модуль — класифікатор запитань, який визначає тип запитання і, відповідно, очікуваної відповіді. Після цього аналізу система поступово застосовує до представлених документів все більш складні і тонкі методи NLP, відкидаючи непотрібну інформацію. Найгрубіший метод — пошук в документах — передбачає використання системи пошуку інформації для відбору частин тексту, які потенційно можуть містити відповідь. Потім фільтр виділяє фрази, схожі на очікувану відповідь (наприклад, на запитання «Хто …» фільтр поверне кусочок тексту, який містить імена людей). І, нарешті, модуль виділення відповідей знайде серед цих фраз правильну відповідь.
Схема роботи
Продуктивність питально-відповідної системи залежить від ефективності використовуваних методів аналізу текстів і від якості текстової бази — якщо в ній немає відповіді на запитання, QA-система мало що зможе знайти. Чим більша база — тим краще, але тільки якщо вона містить необхідну інформацію. Великі сховища (такі як Інтернет) містять багато зайвої інформації. Це веде до наступних моментів:
- Так як інформація представлена в різних формах, то вища повнота інформації. QA-система із більшою ймовірністю знайде відповідь.
- Правильна інформація частіше повторюється, тому помилки пошуку відповідей можна мінімізувати.
- Точність пошуку інформації суттєво залежить від достовірності інформації в сховищах, а також від ефективності методів аналізу інформації і формування відповідей.
Проблеми
В 2002 році група дослідників написала план досліджень в області питально-відповідної системи. Пропонувалося розглянути наступні запитання:
- Типи питань
- Різні питання вимагають різних методів пошуку відповідей. Тому потрібно скласти або поліпшити методичні списки типів можливих питань.
- Обробка питань
- Одну й ту ж інформацію можна запросити різними способами. Потрібно створити ефективні методи розуміння і обробки семантики (сенсу) пропозиції. Важливо, щоб програма розпізнавала еквівалентні за змістом питання, незалежно від використовуваних , слів, синтаксичних взаємозв'язків та ідіом. Хотілося б, щоб QA-система розділяла складні питання на кілька простих, і правильно трактувала контекстно-залежні фрази, можливо, уточнюючи їх у користувача в процесі діалогу.
- Контекстні питання
- Питання задаються в певному контексті. Контекст може уточнити запит, усунути двозначність або стежити за ходом думок користувача по серії запитань.
- Джерела знань для QA-системи
- Перед тим як відповісти на запитання, непогано було б довідатися про доступні бази текстів. Які б способи обробки текстів не застосовувалися, ми не знайдемо правильної відповіді, якщо його немає в базах.
- Виділення відповідей
- Правильне виконання цієї процедури залежить від складності питання, його типу, контексту, якості доступних текстів, методу пошуку та ін. Тому підходити до вивчення методів обробки тексту потрібно з усією обережністю, і ця проблема заслуговує особливої уваги.
- Формулювання відповіді
- Відповідь має бути якомога більш природною. У деяких випадках достатньо і простого виділення її з тексту. Наприклад, якщо потрібно найменування (ім'я людини, назву приладу, хвороби), величину (грошовий курс, довжина, розмір) або дату («Коли народився Іван Грозний?») — прямої відповіді достатньо. Але іноді доводиться мати справу зі складними запитами, і тут потрібні особливі алгоритми злиття відповідей з різних документів.
- Відповіді на питання в реальному часі
- Потрібно зробити систему, яка б знаходила відповіді в сховищах за кілька секунд, незалежно від складності і двозначності питання, розміру і просторості документної бази.
- Багатомовні запити
- Розробка систем для роботи і пошуку на інших мовах (у тому числі автоматичний переклад).
- Інтерактивність
- Найчастіше інформація, пропонована QA-системою як відповідь, неповна. Можливо, система неправильно визначила тип питання або неправильно «зрозуміла» його. У цьому випадку користувач може захотіти не тільки переформулювати свій запит, а й «порозумітися» з програмою за допомогою діалогу.
- Механізм міркувань (виводу)
- Деякі користувачі хотіли б отримати відповідь, що виходить за рамки доступних текстів. Для цього в QA-систему потрібно додати знання, загальні для більшості областей (див. Загальні онтології в інформатиці), а також засоби автоматичного виведення нових знань.
- Профілі користувачів QA-систем
- Відомості про користувача, такі як область інтересів, манера його мови і міркування, припускаються за умовчанням факти, що могли б істотно збільшити продуктивність системи.
Напрямки розвитку питально-відповідних систем
З моменту появи перших прототипів питально-відповідних систем їх область застосування значно розширилася. Наприклад, їх використовують у відповідях на питання, пов'язані з часом, геолокаційні питання, питання визначення понять, бібліографічні, багатомовні питання, питання, пов'язані з мультимедіа (візуальної, аудіо- та відео- інформацією). Вивчаються суміжні області, такі як побудова інтерактивних QA-систем (уточнювальні питання, що вимагаються для роз'яснення первісного), повторне використання відповідей і уявлення знань, використання логічного висновку з наявної інформації для отримання відповідей на питання і т. ін., прогнозування, які питання можуть бути задані, аналіз настрою.
Джерела інформації
- Є. Мейнарович; М. Кратко (2010). Англійсько-український словник з математики та інформатики. Процитовано 28 листопада 2017.
{{}}
: Cite має пустий невідомий параметр:|1=
() - Lin, J. (2002). The Web as a Resource for Question Answering: Perspectives and Challenges. In Proceedings of the Third International Conference on Language Resources and Evaluation (LREC 2002).
- Burger, J., Cardie, C., Chaudhri, V., Gaizauskas, R., Harabagiu, S., Israel, D., Jacquemin, C., Lin, C-Y., Maiorano, S., Miller, G., Moldovan, D., Ogden, B., Prager, J., Riloff, E., Singhal, A., Shrihari, R., Strzalkowski, T., Voorhees, E., Weishedel, R. Issues, Tasks and Program Structures to Roadmap Research in Question Answering (QA).
- Maybury, M. T. editor. 2004. New Directions in Question Answering. AAAI/MIT Press.
Посилання
- Питально-відповідний перебіг думки // Літературознавча енциклопедія : у 2 т. / авт.-уклад. Ю. І. Ковалів. — Київ : ВЦ «Академія», 2007. — Т. 2 : М — Я. — С. 213.
Це незавершена стаття про програмне забезпечення. Ви можете проєкту, виправивши або дописавши її. |
Вікіпедія, Українська, Україна, книга, книги, бібліотека, стаття, читати, завантажити, безкоштовно, безкоштовно завантажити, mp3, відео, mp4, 3gp, jpg, jpeg, gif, png, малюнок, музика, пісня, фільм, книга, гра, ігри, мобільний, телефон, android, ios, apple, мобільний телефон, samsung, iphone, xiomi, xiaomi, redmi, honor, oppo, nokia, sonya, mi, ПК, web, Інтернет
Pita lno vidpovidna siste ma dovidkova sistema angl Question answering system ce osoblivij tip informacijnih sistem yaki ye gibridom poshukovih ta intelektualnih sistem chasto voni rozglyadayutsya yak intelektualni poshukovi sistemi QA sistema povinna buti zdatna prijmati pitannya prirodnoyu movoyu tobto ce sistema z Informaciya nadayetsya na osnovi dokumentiv z merezhi Internet abo z lokalnogo shovisha Suchasni rozrobki QA sistem dozvolyayut obroblyati mnozhinu variantiv zapitiv faktiv spiskiv definicij pitan tipu Yak Chomu gipotetichnih skladnih ta mizhmovnih KlasifikaciyaVuzkospecializovani QA sistemi pracyuyut u konkretnih oblastyah napriklad medicina abo obslugovuvannya avtomobiliv Pobudova takih sistem vidnosno legka zadacha Zagalni QA sistemi pracyuyut z informaciyeyu po vsih oblastyah znan takim chinom z yavlyayetsya mozhlivist vesti poshuk u sumizhnih oblastyah ArhitekturaPershi QA sistemi buli rozrobleni v 1960 h rokah i ye prirodno movnimi obolonkami dlya ekspertnih sistem yaki buli oriyentovani na konkretni oblasti Suchasni sistemi priznachayutsya dlya poshuku vidpovidej na zapitannya v predstavlenih dokumentah iz vikoristannyam tehnologiyi obrobki prirodnih mov NLP Suchasni QA sistemi zazvichaj vklyuchayut osoblivij modul klasifikator zapitan yakij viznachaye tip zapitannya i vidpovidno ochikuvanoyi vidpovidi Pislya cogo analizu sistema postupovo zastosovuye do predstavlenih dokumentiv vse bilsh skladni i tonki metodi NLP vidkidayuchi nepotribnu informaciyu Najgrubishij metod poshuk v dokumentah peredbachaye vikoristannya sistemi poshuku informaciyi dlya vidboru chastin tekstu yaki potencijno mozhut mistiti vidpovid Potim filtr vidilyaye frazi shozhi na ochikuvanu vidpovid napriklad na zapitannya Hto filtr poverne kusochok tekstu yakij mistit imena lyudej I nareshti modul vidilennya vidpovidej znajde sered cih fraz pravilnu vidpovid Shema robotiProduktivnist pitalno vidpovidnoyi sistemi zalezhit vid efektivnosti vikoristovuvanih metodiv analizu tekstiv i vid yakosti tekstovoyi bazi yaksho v nij nemaye vidpovidi na zapitannya QA sistema malo sho zmozhe znajti Chim bilsha baza tim krashe ale tilki yaksho vona mistit neobhidnu informaciyu Veliki shovisha taki yak Internet mistyat bagato zajvoyi informaciyi Ce vede do nastupnih momentiv Tak yak informaciya predstavlena v riznih formah to visha povnota informaciyi QA sistema iz bilshoyu jmovirnistyu znajde vidpovid Pravilna informaciya chastishe povtoryuyetsya tomu pomilki poshuku vidpovidej mozhna minimizuvati Tochnist poshuku informaciyi suttyevo zalezhit vid dostovirnosti informaciyi v shovishah a takozh vid efektivnosti metodiv analizu informaciyi i formuvannya vidpovidej ProblemiV 2002 roci grupa doslidnikiv napisala plan doslidzhen v oblasti pitalno vidpovidnoyi sistemi Proponuvalosya rozglyanuti nastupni zapitannya Tipi pitan Rizni pitannya vimagayut riznih metodiv poshuku vidpovidej Tomu potribno sklasti abo polipshiti metodichni spiski tipiv mozhlivih pitan Obrobka pitan Odnu j tu zh informaciyu mozhna zaprositi riznimi sposobami Potribno stvoriti efektivni metodi rozuminnya i obrobki semantiki sensu propoziciyi Vazhlivo shob programa rozpiznavala ekvivalentni za zmistom pitannya nezalezhno vid vikoristovuvanih sliv sintaksichnih vzayemozv yazkiv ta idiom Hotilosya b shob QA sistema rozdilyala skladni pitannya na kilka prostih i pravilno traktuvala kontekstno zalezhni frazi mozhlivo utochnyuyuchi yih u koristuvacha v procesi dialogu Kontekstni pitannya Pitannya zadayutsya v pevnomu konteksti Kontekst mozhe utochniti zapit usunuti dvoznachnist abo stezhiti za hodom dumok koristuvacha po seriyi zapitan Dzherela znan dlya QA sistemi Pered tim yak vidpovisti na zapitannya nepogano bulo b dovidatisya pro dostupni bazi tekstiv Yaki b sposobi obrobki tekstiv ne zastosovuvalisya mi ne znajdemo pravilnoyi vidpovidi yaksho jogo nemaye v bazah Vidilennya vidpovidej Pravilne vikonannya ciyeyi proceduri zalezhit vid skladnosti pitannya jogo tipu kontekstu yakosti dostupnih tekstiv metodu poshuku ta in Tomu pidhoditi do vivchennya metodiv obrobki tekstu potribno z usiyeyu oberezhnistyu i cya problema zaslugovuye osoblivoyi uvagi Formulyuvannya vidpovidi Vidpovid maye buti yakomoga bilsh prirodnoyu U deyakih vipadkah dostatno i prostogo vidilennya yiyi z tekstu Napriklad yaksho potribno najmenuvannya im ya lyudini nazvu priladu hvorobi velichinu groshovij kurs dovzhina rozmir abo datu Koli narodivsya Ivan Groznij pryamoyi vidpovidi dostatno Ale inodi dovoditsya mati spravu zi skladnimi zapitami i tut potribni osoblivi algoritmi zlittya vidpovidej z riznih dokumentiv Vidpovidi na pitannya v realnomu chasi Potribno zrobiti sistemu yaka b znahodila vidpovidi v shovishah za kilka sekund nezalezhno vid skladnosti i dvoznachnosti pitannya rozmiru i prostorosti dokumentnoyi bazi Bagatomovni zapiti Rozrobka sistem dlya roboti i poshuku na inshih movah u tomu chisli avtomatichnij pereklad Interaktivnist Najchastishe informaciya proponovana QA sistemoyu yak vidpovid nepovna Mozhlivo sistema nepravilno viznachila tip pitannya abo nepravilno zrozumila jogo U comu vipadku koristuvach mozhe zahotiti ne tilki pereformulyuvati svij zapit a j porozumitisya z programoyu za dopomogoyu dialogu Mehanizm mirkuvan vivodu Deyaki koristuvachi hotili b otrimati vidpovid sho vihodit za ramki dostupnih tekstiv Dlya cogo v QA sistemu potribno dodati znannya zagalni dlya bilshosti oblastej div Zagalni ontologiyi v informatici a takozh zasobi avtomatichnogo vivedennya novih znan Profili koristuvachiv QA sistem Vidomosti pro koristuvacha taki yak oblast interesiv manera jogo movi i mirkuvannya pripuskayutsya za umovchannyam fakti sho mogli b istotno zbilshiti produktivnist sistemi Napryamki rozvitku pitalno vidpovidnih sistemZ momentu poyavi pershih prototipiv pitalno vidpovidnih sistem yih oblast zastosuvannya znachno rozshirilasya Napriklad yih vikoristovuyut u vidpovidyah na pitannya pov yazani z chasom geolokacijni pitannya pitannya viznachennya ponyat bibliografichni bagatomovni pitannya pitannya pov yazani z multimedia vizualnoyi audio ta video informaciyeyu Vivchayutsya sumizhni oblasti taki yak pobudova interaktivnih QA sistem utochnyuvalni pitannya sho vimagayutsya dlya roz yasnennya pervisnogo povtorne vikoristannya vidpovidej i uyavlennya znan vikoristannya logichnogo visnovku z nayavnoyi informaciyi dlya otrimannya vidpovidej na pitannya i t in prognozuvannya yaki pitannya mozhut buti zadani analiz nastroyu Dzherela informaciyiYe Mejnarovich M Kratko 2010 Anglijsko ukrayinskij slovnik z matematiki ta informatiki Procitovano 28 listopada 2017 a href wiki D0 A8 D0 B0 D0 B1 D0 BB D0 BE D0 BD Cite book title Shablon Cite book cite book a Cite maye pustij nevidomij parametr 1 dovidka Lin J 2002 The Web as a Resource for Question Answering Perspectives and Challenges In Proceedings of the Third International Conference on Language Resources and Evaluation LREC 2002 Burger J Cardie C Chaudhri V Gaizauskas R Harabagiu S Israel D Jacquemin C Lin C Y Maiorano S Miller G Moldovan D Ogden B Prager J Riloff E Singhal A Shrihari R Strzalkowski T Voorhees E Weishedel R Issues Tasks and Program Structures to Roadmap Research in Question Answering QA Maybury M T editor 2004 New Directions in Question Answering AAAI MIT Press PosilannyaPitalno vidpovidnij perebig dumki Literaturoznavcha enciklopediya u 2 t avt uklad Yu I Kovaliv Kiyiv VC Akademiya 2007 T 2 M Ya S 213 Ce nezavershena stattya pro programne zabezpechennya Vi mozhete dopomogti proyektu vipravivshi abo dopisavshi yiyi