مدلی برای سیستم های پرسش و پاسخ مبتنی بر دانش

هدف سیستم های پرسش و پاسخ مبتنی بر دانش تولید پاسخ مناسب برای پرسش ارائه شده به زبان طبیعی توسطکاربر، با استفاده از پایگاه دانش و با تجزیه و تحلیل پرسش است. در حال حاضر، بیشتر مدل های پرسش وپاسخ مبتنی بردانش از دو مرحله ی تشخیص موجودیت و تشخیص روابط استفاده می کنند. اما بزرگترین عیب چنین روشهایی نادیدهگرفتن اطلاعات ساختاری موجود در خود پایگاه دانش و ارتباط بین این دو مرحله است. برای حل این مشکل در این مقالهمدلی برای سیستم های پرسش و پاسخ مبتنی بر دانش معرفی میشود که از نمایش دانش برای نگاشت موجودیت ها وروابط موجود در پایگاه دانش به یک فضای برداری کم بعد استفاده کرده و سپس با شناسایی موجودیت های موجود درپرسش مربوطه و نگاشت آنها به همین فضا به کمک شبکه های عصبی و یادیگری چندوظیفه ای، مناسب ترین پاسخ را ازبین مجموعه ی پاسخ های کاندیدا انتخاب می کند. بر اساس ارزیابی انجام شده بر روی مدل با استفاده از مجموعه داده هایاستاندارد، دقت مدل به میزان ۰/۷۵۱ و بازیابی آن به میزان ۰/۷۲۱ برآورد شده است. تحلیل نتایج حاصل از ارزیابی مدل پیشنهادی نشان میدهد که مدل پیشنهادی می تواند ضمن بهبود سرعت آموزش، کیفیت پاسخ های تولید شده را نیز تا حد مناسبی افزایش دهد.