Systeme QuestionReponse SQR

1
Systeme Question-ReponseSQR

• Presente par
• Abdul Kader Hamdo
• Tayeb Zebiche

2
Plan de la presentation

• Intoduction
• Historique
• Architecture générique de SQR
• Presentation de QUANTUM
• Presentation de Tequesta
• Travaux futures
• Conclusion
• References

3
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 denfants.
Question Pourquoi Marie a accepté de se marier
avec Jean? Réponse parce que elle est endettée
envers lui.
4
Problematique de la question-reponse
Systeme 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
5
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.
6
The Performance of TREC Systems
7
Architecture générique dun SQR
8
Analyse de la question
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
candidat
Une variante de discriminant
Decomposition dune question et sa reponse selon
TREC
9
Extraction de passages

• 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 dautres caractéristique
  (ex. construction syntaxiques)
• Passages de longueur particulière (n caracteres)
  représentation de vecteur pour chaque passage

10
Extraction de Réponse

• Deux techniques principales pour lextraction de
  la réponse sont
• 1.Arbre de dépendance syntaxico-sémantique
• 2. Patrons de surface
• ltNamegt (ltAnswergt -)
• ltNamegt was born on ltAnswergt
• Bons patrons exigent une classification détaillée
  
• Par exemple une question telle que When was
  Mozart born? génère une liste de patrons
  similaire à
• ltNAMEgt ( ltANSWERgt - )
• ltNAMEgt was born on ltANSWERgt ,
• born in ltANSWERgt , ltNAMEgt
• ltANSWERgt ltNAMEgt was born

11
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
12
Presentation de Quantum
13
Presentation de Quantum
14
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
15
Presentation de Tequesta
Architecture du système TEQUESTA
16
Tequesta Analyse de documents
Exemple de représentation abstrète dun
texte Teachers in Oklahoma City and some other
districts said they feared reprisals if they took
part in the strike. Il y a trois structures de
dépendance a. head say arg(l,1)
teacher arg(l,2) in Oklahoma City arg(l,3) some
other district b. head fear arg(l,1)
teacher arg(l,2) in Oklahoma City arg(l,3) some
other district arg(r,4) reprisal c. head
take-part arg(l,1) teacher arg(l,2) in Oklahoma
City arg(l,3) some other district arg(r,4)
reprisal arg(r,5) in the strike
17
Entités nommées dans TEQUESTA
18
(No Transcript)
19
Evaluation des SQR
Les Systèmes Futures de QR doivent
êtreOpportuns 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
20
Conclusions