基于表格的自动问答研究与展望

李 智，王 震，杨赋庚，奚雪峰

1.苏州科技大学，江苏 苏州215009

2.苏州市公安局，江苏 苏州215000

自动问答是自然语言处理中重要的研究任务。针对用户以自然语言形式提出的问题，自动问答系统面向检索源获取用户答案。为了精确获取答案，通常对问句进行深层次语义挖掘，获取问句中丰富的潜在信息，从而提取用户需要的答案。

表格又称表，是一种可视化的交流模式与组织整理数据的手段，更是一种结构化的知识库。表格的构建需要挖掘、分析、显示各个表格实体之间的相互关系，清晰表示知识库信息。

基于表格的自动问答任务通过挖掘表格实体信息与问句之间的潜在联系，获取生成的结构化查询语句。与传统的搜索引擎相比较，基于表格知识库的信息检索，不再生成非结构化知识库问答的简单排序列表，而是通过智能语义分析，获取查询语句，通过查询语句生成用户需要的问题答案。

本文依次从基于表格的自动问答数据集，问答模型、问答评测方法、问答模型的难点与挑战开展分析与讨论。

1 基于表格的自动问答数据集

自动问答最早可追述到20 世纪50 年代。图灵在1950 年提出通过观察机器是否具有正确回答问题的能力，以此验证机器是否具有智能[1]。1966 年，麻省理工学院的Weizenbaum[2]设计出名为ELIZA的聊天机器，实现了机器与人类的简单问答。随后大量的研究成果相继出现如：Parry[3]、ALICE[4]、Jabberwacky[5]；2011年，IBM公司设计研发的超级机器人“沃森”在美国电视智力节目《危险边缘》中战胜两位顶尖的人类选手，被视为人工智能发展的重要节点。……