deep-learning - 使用 LSTM 构建闭域 QA 系统

Question

我的目标是根据一组包含领域知识的文档构建一个封闭领域问答系统。我浏览了一堆研究论文，这些论文使用递归神经网络(主要是 LSTM)实现了这样一个系统。所有这些论文都有问答对格式的训练数据，而我的问题不是这种情况。此外，从我的文档语料库生成 QA 对是不可行的。

是否有任何研究论文或任何方法可以实现这一目标？(最好使用 LSTM 或任何神经网络，因为它们往往会提供更好的结果。如果没有，任何其他方法也应该这样做。)

Answer 1

我会先尝试 lucene(比如使用 elasticsearch)。它很容易实现，尤其是在封闭域中。首先，你收集解释你的领域的文档(比如一行中的一个句子)并使用 elasticsearch 对其进行索引，并使用你最喜欢的语言进行查询。许多论文(例如 this)表明，这是一种非常有竞争力的快速简便的 QA 方法。

关于尝试神经网络。首先，不要被炒作所迷惑。二、试试this demo对于你的例子。他们已经训练好的模型可能已经很适合你了。