2023年搜索引警中的智能問(wèn)答報(bào)告

復(fù)旦大學(xué)關(guān)鍵字、語(yǔ)音信息、知識(shí)、常識(shí)任何可聯(lián)網(wǎng)的設(shè)備自然語(yǔ)言(語(yǔ)音)、環(huán)境信息、知識(shí)、常識(shí)任何可聯(lián)網(wǎng)的設(shè)備(眼鏡、車(chē)載、音箱、服務(wù)機(jī)器人)關(guān)鍵詞10條鏈接關(guān)鍵詞10條鏈接搜索(用戶閱讀)答案答案問(wèn)答(機(jī)器閱讀)Q:汽車(chē)沒(méi)電了打不著火怎么辦?A:首先需要—根跨接電線,然后將兩車(chē)的車(chē)頭面對(duì)面…Q:大紅袍是什么茶?A:烏龍茶。Q:學(xué)生證買(mǎi)火車(chē)票—年能用幾次?A:4次。獼猴桃和奇異果有什么區(qū)別腰肌勞損掛什么科用戶需求強(qiáng),難度大問(wèn)題類(lèi)型多用戶需求強(qiáng),難度大問(wèn)題類(lèi)型多①約1/4用戶查詢是問(wèn)答需求②更長(zhǎng)尾,更偏向自然語(yǔ)言描述眼鏡蛇和眼鏡王蛇的區(qū)別蜂蛹泡酒的功效人有多少顆牙齒什么是幽門(mén)螺旋桿菌事實(shí)類(lèi),非事實(shí)類(lèi),觀點(diǎn)類(lèi)沒(méi)有房產(chǎn)證的酒店拆遷如何補(bǔ)償事實(shí)類(lèi),非事實(shí)類(lèi),觀點(diǎn)類(lèi)沒(méi)有房產(chǎn)證的酒店拆遷如何補(bǔ)償?shù)蜔梢赃M(jìn)藏嗎手機(jī)怎么注冊(cè)淘寶賬號(hào)落地簽證是什么意思查詢類(lèi)別蘋(píng)果蘋(píng)果燙手機(jī)信號(hào)不好充電器可以托運(yùn)手機(jī)信號(hào)不好充電器可以托運(yùn)嗎嗎搜索請(qǐng)求占比怎么辦問(wèn)答24%傷的水泡會(huì)自然非事實(shí)類(lèi)傷的水泡會(huì)自然消嗎消嗎小說(shuō)神經(jīng)繃緊怎么回事9%神經(jīng)繃緊怎么回事教育7%人物頂頂絡(luò)意思知識(shí)4.5%家原家原能減肥嗎肥嗎2%購(gòu)物大米生大米生了還能吃網(wǎng)很卡是什么原因交首付款注意事項(xiàng)折耳兔怎么養(yǎng)故鄉(xiāng)魯迅發(fā)生的變化的原因石家莊市銀監(jiān)局投訴電話是多少疝氣會(huì)影響生育嗎Apple官方支持:如果您的、或開(kāi)不了機(jī)或死機(jī)怎么辦用戶:iPhone死機(jī)了怎么辦蘋(píng)果8突然卡死,主界面不能動(dòng),在線急等我的腎7突然無(wú)法操作,這種情況怎么解決?用戶輸入與標(biāo)準(zhǔn)問(wèn)法差別很大腦袋測(cè)得出的東西叫智商,小孩子發(fā)燒38腦袋測(cè)不出的東西叫智慧;發(fā)燒41度怎么辦耳朵聽(tīng)得到的動(dòng)靜是聲音,定金訂金耳朵聽(tīng)不到的動(dòng)靜是聲譽(yù);嘴里說(shuō)得出來(lái)的話叫內(nèi)容,嘴里說(shuō)不出來(lái)的話叫內(nèi)涵;QueryQueryMatchingscore基于句子表示的方法RepresentationQueryMatchingscore基于句子表示的方法NeuralNetworkNeuralNetworkNeuralNetworkDocumentDocumentQueryMatchingsignalsMatchingscore基于交互關(guān)系的方法DocumentRepresentationQueryMatchingsignalsMatchingscore基于交互關(guān)系的方法DocumentAggregationDSSM:LearningDeepStructuredSemanticModelsforWebSearchusingClick-throughData(Huangetal.,CIKM’13)Convolutionalneuraltensornetworkarchitecturefor短文本蘊(yùn)含信息不足，通過(guò)自適應(yīng)注意力機(jī)制從外部qrnn1qrnn2q att1Qhidden1att2Qhidden2Qhidden3QueryEmbeddings:BilinearsigmoidsigmoidDocEmbeddings:Dhidden1Dhidden2Dhidden3Query和Doc的多層交互,三層QRNN提供了由淺到深的語(yǔ)義編碼能力Attention機(jī)制建模Query和Doc的語(yǔ)義—致性,利用Query重構(gòu)Doc上下文表示的能力,語(yǔ)義信息層層遞進(jìn)BilinearSimMatrixQueryEmbeddings:QhiddenDAtt基于QRNN和注意力機(jī)制的表示學(xué)習(xí)序列表示，3倍加速于LSTMBilinearSimMatrixQueryEmbeddings:QhiddenDAttDhiddenBilinear注意力機(jī)制加強(qiáng)Query-Doc的交互BilinearmaxmaxDembdDocEmbeddings:DocEmbeddings:Query-問(wèn)題匹配精度損失Chrome瀏覽器歷史怎么刪除Query-問(wèn)題匹配召回?fù)p失答案質(zhì)量問(wèn)題答案非所問(wèn)答案權(quán)威性問(wèn)題答案時(shí)效性問(wèn)題語(yǔ)料庫(kù)怎么構(gòu)建弱監(jiān)督數(shù)據(jù)如何使用周杰倫蠟像什么時(shí)間亮相上海杜莎夫人蠟像館?答案答案2015年之前的模型:單詞匹配、邏輯回歸、分類(lèi)等2015年之后的模型:神經(jīng)網(wǎng)絡(luò)答案結(jié)束位置答案結(jié)束位置答案開(kāi)始位置答案開(kāi)始位置搜索問(wèn)答文檔類(lèi)型Wiki的段落網(wǎng)頁(yè)文本文檔質(zhì)量高質(zhì)量頁(yè)面種類(lèi)多，質(zhì)量差異大UGC內(nèi)容低質(zhì)文檔長(zhǎng)度平均長(zhǎng)度138個(gè)詞，300詞以下占比98%平均長(zhǎng)度約460字（視頻等非文本頁(yè)內(nèi)容少600字以上占比約1/3文檔是否有答案1.0一定存在答案2.0不一定存在答案不一定存在答案單個(gè)搜索結(jié)果答案可能錯(cuò)誤搜索中的答案可能客觀錯(cuò)誤R-NET:MACHINEREADINGCOMPREHENSIONWITHSELF-MATCHINGNETWORKS,ACL2017模型假設(shè)文本中存在正確答案，而真實(shí)場(chǎng)景模型容易出現(xiàn)常識(shí)性錯(cuò)誤，對(duì)于涉及推理的問(wèn)題效果不好；推理問(wèn)題，也有助于提高答案抽取的精度和置信度；--加入答案存在性判斷在字、詞表示基礎(chǔ)上加入外部知識(shí)表示（全局/局部詞頻、LexicalAnswerType、Entity類(lèi)型、POS、網(wǎng)頁(yè)質(zhì)量特征等）思路：以詞為單位的表示和注意力機(jī)制基礎(chǔ)上，融入以句子為單位的0.90.80.70.60.50.40.30.20.100.50.60.70.80.91詞級(jí)別和句子級(jí)別的分層交互，解決文聯(lián)合學(xué)習(xí)答案存在概率和起止位置概率增強(qiáng)上下文相關(guān)的表示能力詞級(jí)別和句子級(jí)別的分層交互，解決文聯(lián)合學(xué)習(xí)答案存在概率和起止位置概率增強(qiáng)上下文相關(guān)的表示能力問(wèn)題：采用DistantlySupervised方法標(biāo)注的