短文本理解研究

被引：48

作者：

王仲远 ^{[1
,2
]}

程健鹏 ^{[2
,3
]}

王海勋 ^{[4
]}

文继荣 ^{[1
]}

机构：

[1] 中国人民大学信息学院

[2] 微软亚洲研究院

[3] 牛津大学计算机科学学院

[4] Facebook

来源：

计算机研究与发展 | 2016年 / 02期

关键词：

知识挖掘; 短文本理解; 概念化; 语义计算;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

短文本理解是一项对于机器智能至关重要但又充满挑战的任务.这项任务有益于众多应用场景,如搜索引擎、自动问答、广告和推荐系统.完成这些应用的首要步骤是将输入文本转化为机器可以诠释的形式,即帮助机器"理解"短文本的含义.基于这一目标,许多方法利用外来知识源来解决短文本中语境信息不足的问题.通过总结短文本理解领域的相关工作,介绍了基于向量的短文本理解框架.同时,探讨了短文本理解领域未来的研究方向.

引用

页码：262 / 269

页数：8