大会 | ACL 2017，Facebook带来了哪些精彩内容？

正文

请到「今天看啥」查看全文

为了理解对话进行的长期研究 》中概述了对对话的研究。真正有效的对话系统将会成为一种辅助技术，例如可以通过自然语言与人进行交流的聊天机器人。

由斯坦福大学的Danqi Chen，Facebook AI研究员Adam Fisch, Jason Weston和Antoine Bordes共同发表的一篇论文《 阅读维基百科来回答开放性的问题 》中，他们试着让系统智能地回答以下问题:

17世纪奥斯曼帝国有多少个省？

美国哪个州的座右铭是“Live free or Die”？

Chadwick发现了原子中的哪个部分？

这些问题看起来是随机的，他们其实来自Facebook的问答(QA)训练数据集，Facebook已经用这个数据集来建立处理不限领域查询问题的系统了。在这里，维基百科是唯一的知识来源，系统需要能在一个条目中找出相关的文段来回答问题。要处理这项任务，需要解决多个挑战:大规模的机器阅读、文档检索(查找相关条目)和关于文本的机器理解(从这些条目中识别答案)。

这个系统对第一个答案的回答流程如下：

条目：奥斯曼帝国

段落：……在17世纪初，奥斯曼帝国包括32个省和许多属国。其中一些属国后来被并入了奥斯曼帝国，而另一些则在数百年的时间里获得了各种形式的自治权。

这项研究的一个关键要求是：让系统在遍历所有的QA数据集时，一直都具有良好的表现。

请到「今天看啥」查看全文