Busca de respostes

La busca de respostes, en anglés Question Answering (QA), és un tipo de recuperació de l'informació. Donada una certa cantitat de documents (tals com World Wide Web), el sistema deuria ser capaç de recuperar respostes a preguntes plantejades en llenguage natural. QA és observat com un método que requerix una tecnologia de Processament de llenguage natural més complexa que atres tipos de sistemes per a la Recuperació de document, i, en alguns casos, se li observa com un pas per davant de la tecnologia del buscador.

Un sistema de question answering és un dels sistemes més complexos entorn a la recuperació d'informació. Devem tindre en conte que un sistema basat en el question-answering és molt més difícil que un sistema normal que s'encarrega de buscar una informació en una cantitat més o menys gran de documents, ya que estos deu extraure de dits documents un fragment de text (mínim) que responga a una pregunta donada en llenguage natural. Estos sistemes estan molt lligats als buscadors web.

Un sistema de question-answering intenta reconéixer un ampli ranc de tipos de qüestions, incloent fets, llestes, definicions, cóm, quàn, on, per qué, etc. Dites busques poden variar des de chicotetes coleccions de documents locals, organisacions internes de documents, fins a la web sancera (o una part d'ella).

Arquitectura

Els primers sistemes de question-answering es varen desenrollar entorn a 1960 i bàsicament eren interfaços de llenguage natural per a sistemes experts centrades en dominis específics. En contrast, els sistemes de question-answering actuals utilisen documents de text com base de coneiximent i combinen diverses tècniques de processament del llenguage natural.

Els sistemes actuals solen incloure un mòdul de classificació de preguntes (question classifier module) que s'encarrega de determinar el tipo de pregunta i resposta. Despuix d'analisar la pregunta, el sistema utilisa diversos mòduls que apliquen complexes tècniques de processament de llenguage natural aumentant la complexitat entre cada mòdul. Despuix d'això, s'aplica un mòdul de recuperació de documents que utilisa motors de busca per a identificar documents i paràgraf en el document que puguen contindre la resposta a la pregunta.

Posteriorment, s'aplica un filtre que s'encarrega de seleccionar menuts trossos de text que continguen cadenes del mateix tipo a l'esperat. Per eixemple, si la pregunta és ¿Quí és el rei d'Espanya?, este filtre buscara texts que continguen noms. Per a finalisar, el mòdul d'extracció de respostes és l'encarregat de buscar pistes en el text que determinen si una resposta candidata és correcta

Métodos QA

Un sistema de question-answering és molt depenent d'un bon motor de busca que s'encarregue de seleccionar documents que continguen la resposta. Sembla llògic que grans coleccions de documents tendix a produir millor rendiment, a menos que el domini de la qüestió siga ortogonal al de la colecció. La noció de redundància de senyes en coleccions massives, com la web, significa que és provable que partix de l'informació estiga en varis llocs, contexts i documents distints. Açò té dos beneficis, es reduïx la càrrega dels sistemes de processament de llenguage natural, i que podem considerar les respostes correctes com aquelles que apareixen més voltes.

Podem fer una diferenciació entre dos métodos distints profunditat o esgambi:

En profunditat s'utilisen varis métodos per a localisar fragments de text de documents per a despuix filtrar-los basant-se en la presència de la resposta desijada. Finalment, eixes respostes s'ordenen basant-se en diferents criteris.

No obstant, en els casos en els que la reformulación de la pregunta no és suficient, es deu realisar un anàlisis semàntic i contextual. Estos sistemes solen incloure sistema de gestió del coneiximent representats en ontologias, com WordNet o SUMO.

Vore també

• Llingüística computacional
• Processament de llenguage natural
• Wolfram Alpha