
摘要
本文介绍了一种系统,该系统能够利用少量手工设计的特征从知识库中学习回答广泛主题的问题。我们的模型学习了单词和知识库成分的低维嵌入;这些表示用于对自然语言问题与候选答案进行评分。通过使用问题及其结构化答案表示的配对以及问题同义句的配对来训练我们的系统,从而在文献中的一个具有竞争力的基准测试中取得了有竞争力的结果。
本文介绍了一种系统,该系统能够利用少量手工设计的特征从知识库中学习回答广泛主题的问题。我们的模型学习了单词和知识库成分的低维嵌入;这些表示用于对自然语言问题与候选答案进行评分。通过使用问题及其结构化答案表示的配对以及问题同义句的配对来训练我们的系统,从而在文献中的一个具有竞争力的基准测试中取得了有竞争力的结果。