Systeme Question-ReponseSQR

• Presente par

• Abdul Kader Hamdo• Tayeb Zebiche

Plan de la presentation

♦Intoduction

♦Historique

♦Architecture générique de SQR

♦Presentation de QUANTUM

♦Presentation de Tequesta

♦Travaux futures

♦Conclusion

♦References

Systeme Question-reponse

Jean aime Marie. Mais, elle ne veut pas de lui. Un jour le dragon est venu et a enlevé Marie. Jean, est monte sur son cheval, a tué le dragon et, a délivré Marie accepte de se marier avec Jean. Ils ont eu beaucoup d’enfants.

Question: Pourquoi Marie a accepté de se marier avec Jean?

Réponse: parce que elle est endettée envers lui.

Problematique de la question-reponse

“we have information, how can we better serve it”

Plutot que

“we have a query, how can we answer it” [Loucopoulos and Zicari 1992]

Systeme Question-reponse

Les Conferences TREC-Track

Il s'agit de questions pour lesquelles il n'est pas necessaire de faire appel a des capacites de jugement pour produire la reponse, ni de la deduire a partir de plusieurs faits enonces dans le corpus.

The Performance of TREC SystemsThe Performance of TREC Systems

0.00

0.10

0.20

0.30

0.40

0.50

0.60

0.70

0.80

8 9 10

TREC

MR

R S

core

Best System

Worst System

Mean System

Sheff ield's Best

Sheff ield's Worst

Analyse de la Question

Contexte de

dialogue

Documents pretraites

Collection de documents

Modele Usager

Pretraitement de collection de documents

Selection de documents candidats

Extraction de Reponse

Generation de reponse

Usager

Analyse de documents candidats

Architecture générique d’un SQR

How many people die from snakebite poisoning in the USA per year

Mot-question focus descriminent

About ten people die a year from snakebites in the USA

candidatUne variante de discriminant

Decomposition d’une question et sa reponse selon TREC

Analyse de la question

• Passages de longueur déterminée (n caracteres) + représentation de vecteur pour chaque passage

• Paragraphes ou phrases

• Text classique avec:– A chaque phrase est assignée un score– Les passages recherchés sont formés en prennant les phrases

de scores élevés

• Extraction de passage basé non seulement sur les mots mais encore sur d’autres caractéristique (ex. construction syntaxiques)

• Passages de longueur particulière (n caracteres) + représentation de vecteur pour chaque passage

Extraction de passages

Extraction de Réponse

Deux techniques principales pour l’extraction de la réponse sont:

1.Arbre de dépendance syntaxico-sémantique

2. Patrons de surface – <Name> (<Answer> -)– <Name> was born on <Answer>– Bons patrons exigent une classification détaillée

Par exemple une question telle que “When was Mozart born?” génère une liste de patrons similaire à:

• <NAME> ( <ANSWER> - )• <NAME> was born on <ANSWER> ,• born in <ANSWER> , <NAME>• <ANSWER> <NAME> was born

Presentation de Quantum

C'est un SQR dont le but est de trouver dans une grande collection une réponse à

une question posée en LN en utilisant une combinaison de RI et analyse

linguistique

Presentation de Quantum

Presentation de Quantum

Presentation de QuantumResultats

Erreurs de classification par fonction d'extraction, pour les 492 questions de TREC-X. Les fonctions raison, manière et objet sont traitées comme inconnu dans la version courante de

QUANTUM

Presentation de Tequesta

Architecture du système TEQUESTA

Exemple de représentation abstrète d’un texte:Teachers in Oklahoma City and some other districts saidthey feared reprisals if they took part in the strike.Il y a trois structures de dépendance :a. head: sayarg(l,1): teacherarg(l,2): in Oklahoma Cityarg(l,3): some other districtb. head: feararg(l,1): teacherarg(l,2): in Oklahoma Cityarg(l,3): some other districtarg(r,4): reprisalc. head: take-partarg(l,1): teacherarg(l,2): in Oklahoma Cityarg(l,3): some other districtarg(r,4): reprisalarg(r,5): in the strike

Tequesta: Analyse de documents

Entités nommées dans TEQUESTA

Evaluation des SQR

Les Systèmes Futures de QR doivent être:

Opportuns : répondre à la question en temps réel, incorporerimmédiatement les nouveaux sources de donnéesExacts : ne détecte pas de réponse si aucune disponible.Rentables : les réponses correctes indépendamment des sources de données fournissent des réponses dans n'importe quel format.Perfectionnés : fournir des réponses logiques, complètes, permettre la fusion de données, incorporez les possibilités du raisonnement. Pertinents : fournir des réponses appropriées dans un contexte interactif pour soutenir les dialogues des utilisateurs.“QA Roadmap” – TREC-10 à -14

Conclusions