JP2020057359A - 訓練データ生成方法、訓練データ生成装置、電子機器およびコンピュータ読み取り可能な記憶媒体 - Google Patents
訓練データ生成方法、訓練データ生成装置、電子機器およびコンピュータ読み取り可能な記憶媒体 Download PDFInfo
- Publication number
- JP2020057359A JP2020057359A JP2019119767A JP2019119767A JP2020057359A JP 2020057359 A JP2020057359 A JP 2020057359A JP 2019119767 A JP2019119767 A JP 2019119767A JP 2019119767 A JP2019119767 A JP 2019119767A JP 2020057359 A JP2020057359 A JP 2020057359A
- Authority
- JP
- Japan
- Prior art keywords
- question
- training data
- data generation
- keyword
- word
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000012549 training Methods 0.000 title claims abstract description 147
- 238000000034 method Methods 0.000 title claims abstract description 62
- 230000000007 visual effect Effects 0.000 claims abstract description 17
- 230000004044 response Effects 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 239000000284 extract Substances 0.000 claims description 2
- 230000003190 augmentative effect Effects 0.000 claims 1
- 230000008569 process Effects 0.000 description 10
- 230000004048 modification Effects 0.000 description 8
- 238000012986 modification Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B3/00—Manually or mechanically operated teaching appliances working with questions and answers
- G09B3/02—Manually or mechanically operated teaching appliances working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
- G06F18/2148—Generating training patterns; Bootstrap methods, e.g. bagging or boosting characterised by the process organisation or structure, e.g. boosting cascade
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
- G06F18/2178—Validation; Performance evaluation; Active pattern learning techniques based on feedback of a supervisor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/237—Lexical tools
- G06F40/247—Thesauruses; Synonyms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/40—Processing or translation of natural language
- G06F40/55—Rule-based translation
- G06F40/56—Natural language generation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Databases & Information Systems (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Educational Technology (AREA)
- Educational Administration (AREA)
- Bioinformatics & Computational Biology (AREA)
- Business, Economics & Management (AREA)
- Evolutionary Biology (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Human Computer Interaction (AREA)
- Machine Translation (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
Description
本発明のいくつかの実施例が図面に示されているが、本発明が様々な形態で実現することができ、本明細書に記載の実施例に限定されると解釈されるべきではない。これらの実施例を提供することで本発明がより明白且つ完全に理解されるためのものであると理解されるべきである。本発明の図面および実施例は、例示的なものにすぎず、本発明の保護範囲を限定するものではないと理解されるべきである。
図1は、本発明の一実施形態を実施することができる例示的な環境100の概略図を示す。
例示的な環境100には、VQAシステムのモデル訓練プロセスが示されている。例示的な環境100は、図1に示されるように、記憶装置110と、コンピューティング機器120とを備えている。
記憶装置110は、VQAシステムに対する訓練データ130を記憶することができる。記憶装置110は、当分野の周知のまたは将来開発される任意の記憶装置とすることができると理解されるべきである。
コンピューティング機器120は、サーチエンジンサーバ、データベースサーバ、コンピューティングクラスタなどの、VQAモデル140をサポートするサーバまたはクライアントデバイスである。コンピューティング機器120は、VQAモデルの訓練に使用されるための訓練データ130を記憶装置110から取得する。訓練データ130は、画像、当該画像に対する質問と、その質問に対応する回答との集合を含む。また、図1は単なる一例であり、本発明がこれに限定されないと理解されるべきである。実際、本発明の実施例は、VQAシステムモデル訓練の任意のシーンに適用可能である。
図2は、本発明の一実施形態に係るVQAシステムにおける訓練データを生成する訓練データ生成方法200のフローチャートを示す。
訓練データ生成方法200は、例えば、図1のコンピューティング機器120によって実施することができる。訓練データ生成方法200は、VQAモデル140をサポートするコンピューティング機器120とは別体の他のコンピューティング機器によっても実施することができると理解されるべきである。言い換えれば、訓練データの生成は、VQAモデルの訓練とは別別に実施することができる。
本発明の一実施形態に係る訓練データ生成方法により、既存の訓練データ集合を自動的に拡張することができ、訓練データの量が増加し、VQAシステムモデルの訓練効果が向上する。
図3は、本発明の一実施形態に係る第2の質問を決定する訓練データ生成方法300の変形例のフローチャートを示す。
訓練データ生成方法200と同様に、訓練データ生成方法300は、例えば、図1のコンピューティング機器120で実施することができるし、VQAモデル140をサポートするコンピューティング機器120とは別体の他のコンピューティング機器で実施することができる。
また、本実施形態によれば、VQAに対する既存の訓練データに基づいて、語義知識ベースを利用して訓練データを拡張することができ、訓練データの量が大幅に増加し、VQAシステムモデル訓練の精度を向上することができる。
図4は、本発明の一実施形態に係るVQAシステムにおける訓練データを生成する訓練データ生成装置400の概略ブロック図を示す。
訓練データ生成装置400は、例えば、図1のコンピューティング機器120で実施することができる。訓練データ生成装置400は、図4に示されるように、取得ユニット410と、質問決定ユニット420と、回答決定ユニット430とを備えている。
Claims (20)
- 視覚的質問応答システムにおける訓練データを生成する方法であって、
前記視覚的質問応答システムにおける画像に対する第1の質問と前記第1の質問に対応する第1の回答とを含む、前記視覚的質問応答システムの第1セットの訓練データを取得するステップと、
語義上で前記第1の質問に関連する第2の質問を決定するステップと、
前記第1の質問および前記第1の回答に基づいて、前記第2の質問に対応する第2の回答を決定して、前記視覚的質問応答システムにおける前記画像に対する第2セットの訓練データを取得するステップとを含み、
前記第2セットの訓練データが前記第2の質問と前記第2の回答とを含む訓練データ生成方法。 - 前記第1セットの訓練データを取得するステップは、
手動註記によって取得された、前記視覚的質問応答システムに対する既存の訓練データ集合から前記第1セットの訓練データを取得するステップを含む請求項1に記載の訓練データ生成方法。 - 前記第2の質問を決定するステップは、
前記第1の質問のタイプに基づいて、前記第1の質問におけるキーワードを決定するステップと、
語義分析に基づいて、前記キーワードに関連する拡張語を決定するステップと、
前記拡張語に基づいて、前記第2の質問を構築するステップとを含む請求項1に記載の訓練データ生成方法。 - 前記第1の質問における前記キーワードを決定するステップは、
前記第1の質問のタイプが一般質問文であることに応答して、前記一般質問文から前記キーワードを抽出するステップと、
前記第1の質問のタイプが特殊質問文であることに応答して、前記第1の質問および前記第1の回答に基づいて、前記特殊質問文を一般質問文に変換し、変換された前記一般質問文から前記キーワードを抽出するステップとを含む請求項3に記載の訓練データ生成方法。 - 前記キーワードに関連する前記拡張語を決定するステップは、
前記キーワードが所定の単語集合おける1つの所定の単語とマッチングしていることに応答して、語義分析に基づいて、マッチングした前記所定の単語の拡張語を決定するステップと、
前記キーワードが前記所定の単語集合おけるすべての前記所定の単語とマッチングしないことに応答して、前記キーワードの拡張語を決定するステップと含む請求項3に記載の訓練データ生成方法。 - 前記所定の単語集合は、数字、アルファベット、および文字のうちの少なくとも1つを含む請求項5に記載の訓練データ生成方法。
- 前記拡張語は、反意語、同義語、上位語、および下位語のうちの少なくとも1つを含む請求項3に記載の訓練データ生成方法。
- 前記第2の質問を構築するステップは、
前記第1の質問における前記キーワードを前記拡張語で置き換えて、前記第2の質問を構築する請求項3に記載の訓練データ生成方法。 - 前記第2の質問に対応する前記第2の回答を決定するステップは、
前記第1の質問と前記第1の回答との論理的関係、および前記第1の質問と前記第2の質問との語義関係に基づいて、前記第2の回答を決定するステップを含む請求項1に記載の訓練データ生成方法。 - 視覚的質問応答システムにおける訓練データを生成する装置であって、
前記視覚的質問応答システムにおける画像に対する第1の質問と前記第1の質問に対応する第1の回答とを含む、前記視覚的質問応答システムの第1セットの訓練データを取得する取得ユニットと、
語義上で前記第1の質問に関連する第2の質問を決定する質問決定ユニットと、
前記第1の質問および前記第1の回答に基づいて、前記第2の質問に対応する第2の回答を決定して、前記視覚的質問応答システムにおける前記画像に対する第2セットの訓練データを取得する回答決定ユニットとを備える訓練データ生成装置。 - 前記取得ユニットが、手動註記によって取得された、前記視覚的質問応答システムに対する既存の訓練データ集合から前記第1セットの訓練データを取得する請求項10に記載の訓練データ生成装置。
- 前記質問決定ユニットは、
前記第1の質問のタイプに基づいて、前記第1の質問におけるキーワードを決定するキーワード決定ユニットと、
語義分析に基づいて、前記キーワードに関連する拡張語を決定する拡張語決定ユニットと、
前記拡張語に基づいて、前記第2の質問を構築する構築ユニットとを備える請求項10に記載の訓練データ生成装置。 - 前記キーワード決定ユニットは、
前記第1の質問のタイプが一般質問文であることに応答して、前記一般質問文から前記キーワードを抽出する抽出ユニットと、
前記第1の質問のタイプが特殊質問文であることに応答して、前記第1の質問および前記第1の回答に基づいて、前記特殊質問文を一般質問文に変換し、変換された前記一般質問文から前記キーワードを抽出する変換ユニットとを備える請求項12に記載の訓練データ生成装置。 - 前記拡張語決定ユニットは、
前記キーワードが所定の単語集合おける1つの所定の単語とマッチングしていることに応答して、語義分析に基づいて、マッチングした前記所定の単語の拡張語を決定し、前記キーワードが前記所定の単語集合おけるすべての前記所定の単語とマッチングしないことに応答して、前記キーワードの拡張語を決定するマッチングユニットを備える請求項12に記載の訓練データ生成装置。 - 前記所定の単語集合が、数字、アルファベット、および文字のうちの少なくとも1つを含む請求項14に記載の訓練データ生成装置。
- 前記拡張語が、反意語、同義語、上位語、および下位語のうちの少なくとも1つを含む請求項12に記載の訓練データ生成装置。
- 前記構築ユニットが、前記第1の質問における前記キーワードを前記拡張語で置き換えて、前記第2の質問を構築する請求項12に記載の訓練データ生成装置。
- 前記回答決定ユニットが、前記第1の質問と前記第1の回答との論理的関係、および前記第1の質問と前記第2の質問との語義関係に基づいて、前記第2の回答を決定する請求項10に記載の訓練データ生成装置。
- 少なくとも1つのプロセッサと、
少なくとも1つのプログラムが記憶されている記憶装置とを備え、
少なくとも1つの前記プログラムが少なくとも1つの前記プロセッサによって実行されるとき、少なくとも1つの前記プロセッサが、請求項1から請求項9のいずれかに記載の訓練データ生成方法を実現する電子機器。 - コンピュータプログラムが記憶されているコンピュータ読み取り可能な記憶媒体であって、
前記プログラムがプロセッサによって実行されるとき、請求項1から請求項9のいずれかに記載の訓練データ生成方法が実現されるコンピュータ読み取り可能な記憶媒体。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811142228.9 | 2018-09-28 | ||
CN201811142228.9A CN110019749B (zh) | 2018-09-28 | 2018-09-28 | 生成vqa训练数据的方法、装置、设备和计算机可读介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020057359A true JP2020057359A (ja) | 2020-04-09 |
JP6856709B2 JP6856709B2 (ja) | 2021-04-07 |
Family
ID=67188495
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019119767A Active JP6856709B2 (ja) | 2018-09-28 | 2019-06-27 | 訓練データ生成方法、訓練データ生成装置、電子機器およびコンピュータ読み取り可能な記憶媒体 |
Country Status (5)
Country | Link |
---|---|
US (1) | US11416709B2 (ja) |
EP (1) | EP3629316A1 (ja) |
JP (1) | JP6856709B2 (ja) |
KR (1) | KR102329242B1 (ja) |
CN (2) | CN110019749B (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111428019B (zh) * | 2020-04-02 | 2023-07-28 | 出门问问信息科技有限公司 | 用于知识库问答的数据处理方法及设备 |
CN111858882B (zh) * | 2020-06-24 | 2022-08-09 | 贵州大学 | 一种基于概念交互和关联语义的文本视觉问答系统及方法 |
CN111652202B (zh) * | 2020-08-10 | 2020-12-01 | 浙江大学 | 利用自适应的时空图模型通过提升视频-语言表征学习来解决视频问答问题的方法及其系统 |
CN112784589B (zh) * | 2021-01-29 | 2022-09-30 | 北京百度网讯科技有限公司 | 一种训练样本的生成方法、装置及电子设备 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017091525A (ja) * | 2015-11-03 | 2017-05-25 | バイドゥ・ユーエスエイ・リミテッド・ライアビリティ・カンパニーBaidu USA LLC | 視覚質問応答用の注目に基づく設定可能な畳み込みニューラルネットワーク(abc−cnn)のシステム及び方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4645242B2 (ja) * | 2005-03-14 | 2011-03-09 | 富士ゼロックス株式会社 | 質問応答システム、およびデータ検索方法、並びにコンピュータ・プログラム |
JP2007207127A (ja) | 2006-02-04 | 2007-08-16 | Fuji Xerox Co Ltd | 質問応答システム、質問応答処理方法及び質問応答プログラム |
CN102439590A (zh) * | 2009-03-13 | 2012-05-02 | 发明机器公司 | 用于自然语言文本的自动语义标注的系统和方法 |
US10521461B2 (en) * | 2014-11-14 | 2019-12-31 | Aravind Musuluri | System and method for augmenting a search query |
US10909329B2 (en) | 2015-05-21 | 2021-02-02 | Baidu Usa Llc | Multilingual image question answering |
CN104991955B (zh) * | 2015-07-17 | 2018-06-12 | 安徽科大讯飞医疗信息技术有限公司 | 一种自动构建模板库的方法及系统 |
JP6618735B2 (ja) | 2015-08-31 | 2019-12-11 | 国立研究開発法人情報通信研究機構 | 質問応答システムの訓練装置及びそのためのコンピュータプログラム |
CN105677783A (zh) * | 2015-12-31 | 2016-06-15 | 上海智臻智能网络科技股份有限公司 | 智能问答系统的信息处理方法及装置 |
CN105930452A (zh) * | 2016-04-21 | 2016-09-07 | 北京紫平方信息技术股份有限公司 | 一种识别自然语言的智能应答方法 |
US9767094B1 (en) * | 2016-07-07 | 2017-09-19 | International Business Machines Corporation | User interface for supplementing an answer key of a question answering system using semantically equivalent variants of natural language expressions |
CN107315766A (zh) * | 2017-05-16 | 2017-11-03 | 广东电网有限责任公司江门供电局 | 一种集合智能与人工问答的语音问答方法及其装置 |
CN108090169A (zh) * | 2017-12-14 | 2018-05-29 | 上海智臻智能网络科技股份有限公司 | 问句扩展方法及装置、存储介质、终端 |
CN108509617A (zh) * | 2018-04-04 | 2018-09-07 | 上海智臻智能网络科技股份有限公司 | 知识库构建、基于知识库的智能问答方法及装置、存储介质、终端 |
-
2018
- 2018-09-28 CN CN201811142228.9A patent/CN110019749B/zh active Active
- 2018-09-28 CN CN202110734340.7A patent/CN113535915A/zh active Pending
-
2019
- 2019-06-27 JP JP2019119767A patent/JP6856709B2/ja active Active
- 2019-08-13 EP EP19191466.2A patent/EP3629316A1/en active Pending
- 2019-08-21 US US16/546,602 patent/US11416709B2/en active Active
- 2019-09-05 KR KR1020190109834A patent/KR102329242B1/ko active IP Right Grant
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017091525A (ja) * | 2015-11-03 | 2017-05-25 | バイドゥ・ユーエスエイ・リミテッド・ライアビリティ・カンパニーBaidu USA LLC | 視覚質問応答用の注目に基づく設定可能な畳み込みニューラルネットワーク(abc−cnn)のシステム及び方法 |
Non-Patent Citations (1)
Title |
---|
ISSEY MASUDA MORA, SANTIAGO PASCUAL DE LA PUENTE, XAVIER GIRO-I-NIETO: "Towards Automatic Generation of Question Answer Pairs from Images", VISUAL QUESTION ANSWERING CHALLENGE WORKSHOP, CVPR 2016, JPN6020029503, 2016, US, ISSN: 0004323548 * |
Also Published As
Publication number | Publication date |
---|---|
JP6856709B2 (ja) | 2021-04-07 |
EP3629316A1 (en) | 2020-04-01 |
KR102329242B1 (ko) | 2021-11-22 |
CN113535915A (zh) | 2021-10-22 |
US20200104638A1 (en) | 2020-04-02 |
CN110019749A (zh) | 2019-07-16 |
US11416709B2 (en) | 2022-08-16 |
KR20200037077A (ko) | 2020-04-08 |
CN110019749B (zh) | 2021-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jiang et al. | FreebaseQA: A new factoid QA data set matching trivia-style question-answer pairs with Freebase | |
JP2020057359A (ja) | 訓練データ生成方法、訓練データ生成装置、電子機器およびコンピュータ読み取り可能な記憶媒体 | |
US10169703B2 (en) | System and method for analogy detection and analysis in a natural language question and answering system | |
US10503830B2 (en) | Natural language processing with adaptable rules based on user inputs | |
KR102491172B1 (ko) | 자연어 질의응답 시스템 및 그 학습 방법 | |
JP6975752B2 (ja) | Vqaシステムの訓練データを生成する訓練データ生成方法、訓練データ生成装置、電子機器およびコンピュータ読み取り可能な媒体 | |
US10083398B2 (en) | Framework for annotated-text search using indexed parallel fields | |
US9703773B2 (en) | Pattern identification and correction of document misinterpretations in a natural language processing system | |
US10474747B2 (en) | Adjusting time dependent terminology in a question and answer system | |
US20160124952A1 (en) | Using Synthetic Events to Identify Complex Relation Lookups | |
CN111444313B (zh) | 基于知识图谱的问答方法、装置、计算机设备和存储介质 | |
CN116303537A (zh) | 数据查询方法及装置、电子设备、存储介质 | |
CN114490984A (zh) | 基于关键词指导的问答知识抽取方法、装置、设备及介质 | |
US10558760B2 (en) | Unsupervised template extraction | |
US10318634B2 (en) | Enhancing QA system cognition with improved lexical simplification using multilingual resources | |
US20210311985A1 (en) | Method and apparatus for image processing, electronic device, and computer readable storage medium | |
CN107943972A (zh) | 一种智能应答方法及其系统 | |
JP2018010481A (ja) | 深層格解析装置、深層格学習装置、深層格推定装置、方法、及びプログラム | |
US10318633B2 (en) | Using multilingual lexical resources to improve lexical simplification | |
JP2018055620A (ja) | 情報処理装置及びプログラム | |
CN117891927A (zh) | 基于大语言模型的问答方法、装置、电子设备及存储介质 | |
CN115618102A (zh) | 一种融合知识表示模型的案例相似性预测方法及其应用 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190627 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200818 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201117 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210316 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210318 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6856709 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |