人工智能下的 Answering系统现在主要的研究重点是啥呢
貌似QA话题关注的人很少，但是实质涉及到的技术实现众多，但是实质是很前沿的技术目前基于解析和NLP的处理会比较多，基于搜索引擎进行二次开发的也很多，Wiki的回答可能在我看来有些Parts不是核心1 上下文相关下的语义解析2 sentiment analysis和基于数据集合的个性培养，类似你要养个贫嘴的，还是养个抬扛的，来定义回答，基于词频和情感偏好的主题回答，完全依赖你自己需要的应用的场景3 搜索引擎....好吧...别抽我，但是是实话
■网友
1、对问题进行分类，然后找对应的答案返回，这个互动的过程称为 interactiity。常规的做法是，将问题看成是查询项，加载到分类器里打标签，确定类别后在后台的数据库/知识库里做匹配，可以是基于关键词也可以是语义的方法，得到若干结果列表，想办法给个排序，通过几轮迭代调参后，就能得到比较理想的回答。
4、不了解，应该是将社交网站上的内容作为外部数据进行检索查询，如果有比本地知识库更好的答案则输出。如：你开发的是基于手机知识图谱的QA系统，如果搭建的知识库没有覆盖手机的全量数据，而用户在QA上提的问题刚好上有人做了解答，则可以通过调用社交网站的接口直接读取网站数据返回。
【人工智能下的 Answering系统现在主要的研究重点是啥呢】 5、情感分析：是更高阶的应用，QA系统不仅仅是回答用户问题，而且根据用户问询的语气、语调、重音等信息，对用户的关注点进行判断，关注点可以理解为用户对某款产品的喜好，认可程度等。从而将情感分析结果作为产品推荐的依据。如果QA能与人脸识别结合，也可以通过用户面部表情变化，辅助做情感分析。
推荐阅读
- 吉林丰满鱼道系统就绪静待松花江鱼类洄游产卵
- 银行系统的研发岗(程序员)是不是很难进(校招)推广到国企的研发岗(程序员)呢
- 5.1声道片源对于没有5.1硬件系统的用户来说有意义吗
- |徐州市出台《关于优化创新创业生态系统 提升区域科技创新活力的实施意见》及实施细则
- |奥迪开发基于C-V2X校车警示系统
- 企业信息化系统可否自己搭建
- 开发／维护 一个类似qq会员或者Amazon Prime会员的会员系统有哪些难点和挑战
- 关于人工智能虚拟人的一些问题
- 为啥现在没有一家信用评级系统的公司
- 在汽车制造业从事企业的信息系统建设，该怎样规划自己的事业生涯?