저는 문장으로 질문을 생성하는 프로젝트를 진행하고 있습니다. 지금 저는 다음과 같은 질문을 던질 수있는 시점에 있습니다 : "Angela Merkel은 독일의 성직자입니다." -> "안젤라 메르켈은 누구인가?"기계 번역 시스템을 통한 영어 쿼리 생성
이제 질문은 "누가 ..."처럼 보이길 원합니다. 대신. 내가 아직 생각하지 못했던 이것을 할 수있는 쉬운 방법이 있습니까?
현재 나의 생각은 모세와 같은 기존의 기계 번역 엔진을 사용하여 영어 (질문이 아닌) 영어 번역기를 훈련시키는 것입니다. 이 과잉인가요? 얼마나 많은 데이터가 필요합니까? 이 문제 나 이와 유사한 문제를 해결하는 것이 있습니까? 이 작업에 적합한 일반 번역 엔진을 사용하고 있습니까?
질문 생성에 관한 배경 정보는 Michael Heilman의 논문 Automatic Factual Question Generation from Text을 확인하고이 문제에 대한 접근 방법을 확인하십시오. "질문 생성"에 대한 조사를 검색하면 더 많은 것을 찾을 수 있습니다. 그는 Microsoft의 자료 인 Microsoft Research Question-Answering Corpus을 언급합니다.
(현재) 통계적 기계 번역 접근법만을 기반으로 한 접근법은 잘 작동 할 것이라고 생각하지 않습니다. 왜냐하면 일반적으로 좋은 문장을 작성하기 위해 소스 구문에 대한 더 깊은 구문 분석이 필요하기 때문입니다 적절한 질문을 만들어야합니다. 예제와 같은 간단한 질문의 경우 구문 트리 변환을 사용하여 질문을 생성하는 것이 매우 쉽지만 문장이 조금 복잡 해지 자마자 훨씬 까다로워집니다.
내 머리 꼭대기에서 벗어나 상대적으로 간단한 질문으로 제한하면 구문 분석을 수행하고 요소를 뒤집어 질문을 얻을 수 있습니다. 어떻게 질문 단어를 결정합니까? 누가, 무엇을, 어디서, 왜 ... 당신은 문장의 요소를 보는 분류자를 필요로 할 것입니다. 안젤라 메르켈은 사람/이름으로 분류하기 쉬워야하므로 '누가', 베를린은 지리 정보 사전에 있어야 'Where'를 얻을 수 있습니다.
특정 소프트웨어에 대해서는 확신 할 수 없지만 NLTK를 사용하여 종속성 구문 분석을 사용하고 어떤 분류 체계를 사용하든 관계없이 사용할 수 있습니다.
궁극적으로 성공은 입력 및 출력 공간의 크기에 달려 있습니다. 나는 가능한 가장 단순한 문제를 먼저 생각한다.
지금 당장은 Named Entitiy Recognition을 사용합니다. 그 명명 된 개체에 대한 질문 단어를 결정하는 것은 꽤 간단합니다. – kutschkem
소리가 좋습니다. 번역기를 사용하여 질문을 만들려고 했습니까? 비슷한 가능성은 질문 양식에 의존성 분석을 수행하는 데 필요한 실제 단계를 훈련하는 것일 수도 있습니다. – nflacco
아니오, 적절한 훈련 세트가 필요할 것이므로 아니오, 나는 가지고 있지 않습니다. 그러한 변형을 수행/훈련하는 방법에 대한 참고 자료를 알고 있습니까? 지금은 바이너리 및 멀티 클래스 분류 만 있었지만 생각은 좀 더 복잡해 보입니다. 그리고 그러한 변환을 배울 수있는 알고리즘을 가지고 있더라도 - 어디에서 훈련 데이터를 얻을 수 있습니까? – kutschkem