WikiSysop: bnz

2022-03-24T09:03:26Z

bnz

←Starija inačica		Inačica od 24. ožujak 2022. u 09:03
Redak 1:		Redak 1:
	~~<!--'''Question answering'''-->'''~~''Question answering''''' (QA), u prijevodu „odgovaranje na pitanja“, jedan je od načina pretraživanja [[informacija]]. On pronalazi odgovore na pitanja postavljena govornim jezikom. QA uključuje širok opus vrsta pitanja na koja može odgovoriti; činjenice, nabrajanja, definicije, pitanja „zašto“ i „kako“, hipotetska,... Zbirke za pretragu odgovora variraju od malih lokalnih kolekcija [[dokument]]a, preko dokumenata internih organizacijado pretrage cijelog "[[World Wide Web\|world wide weba]]".		''Question answering''''' (QA), u prijevodu „odgovaranje na pitanja“, jedan je od načina pretraživanja [[informacija]]. On pronalazi odgovore na pitanja postavljena govornim jezikom. QA uključuje širok opus vrsta pitanja na koja može odgovoriti; činjenice, nabrajanja, definicije, pitanja „zašto“ i „kako“, hipotetska,... Zbirke za pretragu odgovora variraju od malih lokalnih kolekcija [[dokument]]a, preko dokumenata internih organizacijado pretrage cijelog "[[World Wide Web\|world wide weba]]".

	Postoje dvije vrste QA-a, „određeno-područje“ (''closed-domain'') i „opće-područje“ (''open-domain''). ''Closed-domain'' se bavi odgovaranjem na pitanja iz određenog područja, dok ''open-domain'' odgovara na pitanja o svemu, oslanjajući se na svjetsko znanje i opću ontologiju. ''Open-domain'' sustav ima više dostupnih podataka iz kojih se može pronaći traženi odgovor.		Postoje dvije vrste QA-a, „određeno-područje“ (''closed-domain'') i „opće-područje“ (''open-domain''). ''Closed-domain'' se bavi odgovaranjem na pitanja iz određenog područja, dok ''open-domain'' odgovara na pitanja o svemu, oslanjajući se na svjetsko znanje i opću ontologiju. ''Open-domain'' sustav ima više dostupnih podataka iz kojih se može pronaći traženi odgovor.

WikiSysop: Bot: Automatski unos stranica

2021-08-30T05:15:22Z

Bot: Automatski unos stranica

Nova stranica

'''''Question answering''''' (QA), u prijevodu „odgovaranje na pitanja“, jedan je od načina pretraživanja [[informacija]]. On pronalazi odgovore na pitanja postavljena govornim jezikom. QA uključuje širok opus vrsta pitanja na koja može odgovoriti; činjenice, nabrajanja, definicije, pitanja „zašto“ i „kako“, hipotetska,... Zbirke za pretragu odgovora variraju od malih lokalnih kolekcija [[dokument]]a, preko dokumenata internih organizacijado pretrage cijelog "[[World Wide Web|world wide weba]]".

Postoje dvije vrste QA-a, „određeno-područje“ (''closed-domain'') i „opće-područje“ (''open-domain''). ''Closed-domain'' se bavi odgovaranjem na pitanja iz određenog područja, dok ''open-domain'' odgovara na pitanja o svemu, oslanjajući se na svjetsko znanje i opću ontologiju. ''Open-domain'' sustav ima više dostupnih podataka iz kojih se može pronaći traženi odgovor.

== Povijest ==
Sustavi za odgovaranje na pitanja su se počeli razvijati u šezdesetim godinama prošlog stoljeća. Najpoznatiji sustavi tog doba su bili „Baseball“ i „Lunar“. „Baseball“ je odgovarao na pitanja o američkoj [[bejzbol]]skoj ligi u periodu jedne godine, dok je „Lunar“ odgovarao na pitanja o [[geologija|geološkim]] analizama kamenja vraćenog sa misije na [[Mjesec]]. Posebnost prvih sustava leži u tome što su jezge baza podataka i sustavi znanja vlastoručno pisali stručnjaci izabranog područja. Sedamdesete i osamdesete godine prošlog stoljeća su obilježili sustavi poput „Unix Consultanta“ i „LILOG-a“. Prvi je odgovarao na pitanja povezana sa [[Unix]]ovim operativnim sustavom. „LILOG“ je davao informacije turističkog sadržaja o gradovima u [[Njemačka|Njemačkoj]]. Iako su oba sustava ostali na stupnju jednostavnih demonstracija, pomogli su razvoju teorija o [[Računalna lingvistika|računalnoj lingvistici]] i računalnom zaključivanju. U kasnim devedesetim, na godišnjoj konferenciji o pretraživanju teksta (''Text Retrieval Conference''), su sudjelovali sustavi za odgovaranje na pitanja od kojih se očekivalo da odgovore na pitanja o bilo kojoj temi, pretražujući zbirke teksta koje su se mijenjale iz godine u godinu. To nadmetanje je potaknulo istraživanje i razvoj sustava za odgovaranje na pitanja (QA). Već [[2004.]] najbolji sustav na natjecanju je postigao 77 % točnih, na činjenicama temeljenih, odgovora. Prošle godine na istoj konferenciji su uključene i zbirke blog podataka koji sadrže i govorni, a ne samo književni jezik.

== Arhitektura ==
QA sustave sačinjavaju: „modul za klasificiranje pitanja“ (''question classifier module'') koji određuje vrstu pitanja i vrstu odgovora, „modul za klasificiranje dokumenata“ (''document retrieval module'') , on prepoznaje dokument ili odlomak u dokumentu koji najvjerojatnije sadrži odgovor, „filter“, odabire male dijelove teksta koji sadrže nizove podataka kao i očekivani odgovor te „modul za izolaciju samog odgovora“ (''answer extraction module'') koji traži daljnje indikatore u tekstu kako bi odredio može li kandidat za odgovaranje na pitanje zbilja dati točan odgovor.

== Metode ==
QA sustavi ovise o kvaliteti zbirke koju pretražuju. Ako u zbirci ne postoji dokument koji sadrži odgovor, QA sustav ne može ni dati odgovor. U velikim zbirkama kao što je [[web]], vrlo je vjerojatno da će grumeni informacija biti raspršeni u mnogo različitih smjerova, različitim kontekstima i dokumentima, što dovodi do dvije beneficije:
* ako nam se informacija pojavljuje u nekoliko različitih oblika, opterećenje QA sustava koji provodi kompleksne operacije da razumije tekst, je smanjeno
* točan odgovor se može odvojiti od onih „lažno pozitivnih“, oslanjajući se na to da će se točan odgovor pojaviti više puta u dokumentima od onih netočnih.

Jedan od načina pretrage koristi ključne riječi kako bi pronašao zanimljive ulomke i rečenice u pronađenim dokumentima, koje potom filtrira prema željenoj vrsti odgovora. Rangiranje odgovora se radi prema redoslijedu riječi ili sličnosti sa upitom. Pojedini sustavi koriste obrasce u nadi da je odgovor samo preformulirano pitanje. Na primjer, ako je pitanje „Što je [[TV]]?“, sustav bi pronašao poveznicu „Što je X?“ i tražio dokumente koji počinju sa „X je Y.“. Ovaj način je jako efikasan ako tražimo informacije tipa imena, datumi, lokacije.

Drugi način pretrage je napredniji, u njemu se koriste sintaktički, [[Semantika|semantički]] i kontektualni procesi kako bi se pronašao odgovor. Ti sustavi često koriste i „[[svijet|svjetsko]] znanje“ koje pronalaze u [[Ontologija (informacijske znanosti)|ontologijama]] („WordNet“ i „Suggested Upper Merged Ontology – SUMO“) kako bi povećali dostupne izvore pomoću semantičkih poveznica i definicija. Za upite koji odgovaraju na pitanja „kako“ i „zašto“, hipotetske postulate, dvosmislena pitanja i slična, treba dublje razumijevanje pitanja kako bi se uspio pronaći odgovor.

Jedna od metoda je i uzimanje odgovora koji se zatim pretvori u pitanje. Npr. „Volim jesti [[riba|ribu]].“ „Zašto volim jesti ribu?“ „Zbog [[okus]]a.“ „Što je u okusu ribe tako dobro?“...

== Problemi ==
Grupa istraživača je [[2002.]] godine, pisajući plan istraživanja „odgovaranja na pitanja“, otkrila sljedeće probleme:
* Kategorije pitanja ''(Question classes)''
* Obrada pitanja ''(Question processing)''
* Kontekst i QA ''(Context and Q&A)''
* [[Baze podataka]] za QA ''(Data sources for Q&A)''
* Izoliranje odgovora ''(Answer extraction)''
* Formuliranje odgovora ''(Answer formulation)''
* Brzina pronalaženja odgovora ''(Real time question answering)''
* Višejezično odgovaranje na pitanja ''(Multi-lingual question answering)''
* Međudjelatan QA ''(Interactive Q&A)''
* Napredno zaključivanje za QA ''(Advanced reasoning for Q&A)''
* Korisnički profili za QA ''(User profiling for Q&A)''

[[Kategorija:Informacijske znanosti]]

Question answering - Povijest promjena

WikiSysop: bnz

WikiSysop: Bot: Automatski unos stranica