Question answering (original) (raw)
Galdera-erantzun sistemak informazioaren berreskurapenaren arloaren barruan sartzen dira.
| Property | Value |
|---|---|
| dbo:abstract | La cerca de respostes, en anglès Question-Answering (QA) és un tipus de recuperació de la informació. Donada una certa quantitat de documents (tals com World Wide Web), el sistema hauria de ser capaç de recuperar respostes a preguntes plantejades en llengua natural. QA és observat com un mètode que requereix una tecnologia de Processament de llenguatge natural més complexa que altres tipus de sistemes per a la , i, en alguns casos, se li observa com un pas per davant de la tecnologia del cercador. Un sistema de question answering és un dels sistemes més complexos entorn de la recuperació d'informació. Devem tenir en compte que un sistema basat en el question-answering és molt més difícil que un sistema normal que s'encarrega de buscar una informació en una quantitat més o menys gran de documents, ja que aquests ha d'extreure d'aquests documents un fragment de text (mínim) que respongui a una pregunta donada en llenguatge natural. Aquests sistemes estan molt lligats als cercadors web. Un sistema de question-answering intenta reconèixer un ampli rang de tipus de qüestions, incloent fets, llestes, definicions, com, quan, on, per què, etc. Aquestes cerques poden variar des de petites col·leccions de documents locals, organitzacions internes de documents, fins a la web sencera (o una part d'ella). (ca) Ein Frage-Antwort-System ist ein wissensbasiertes System, das menschlichen Benutzern in natürlicher Sprache Auskunft auf (ebenfalls natürlichsprachlich gestellte) Fragen erteilt. Darüber hinaus sind Frage-Antwort-Systeme auch bereits in der für wissensbasierte Systeme notwendigen Lernphase in der Lage, Information in natürlichsprachlicher Form entgegenzunehmen. Der besonders enge Bezug zur natürlichen Sprache in allen Phasen der Verwendung, der einen effizienten Dialog zwischen Mensch und Maschine ermöglichen soll, unterscheidet Frage-Antwort-Systeme von anderen wissensbasierten Systemen. Aktuelle Frage-Antwort-Systeme werden in verschiedenen internationalen Foren evaluiert,z. B. bei TREC (englischer Schwerpunkt),bei CLEF (europäischer Schwerpunkt) undbei (asiatischer Schwerpunkt).Folgende Institutionen entwickeln deutschsprachige Frage-Antwort-Systeme (siehe auch CLEF): Universität des Saarlandes, FernUniversität in Hagen usw. (de) La búsqueda de respuestas, en inglés Question Answering (QA), es un tipo de recuperación de la información. Dada una cierta cantidad de documentos (tales como World Wide Web), el sistema debería ser capaz de recuperar respuestas a preguntas planteadas en lenguaje natural. QA es observado como un método que requiere una tecnología de Procesamiento de lenguaje natural más compleja que otros tipos de sistemas para la , y, en algunos casos, se le observa como un paso por delante de la tecnología del buscador. Un sistema de question answering es uno de los sistemas más complejos en torno a la recuperación de información. Debemos de tener en cuenta que un sistema basado en el question-answering es mucho más difícil que un sistema normal que se encarga de buscar una información en una cantidad más o menos grande de documentos, ya que estos debe extraer de dichos documentos un fragmento de texto (mínimo) que responda a una pregunta dada en lenguaje natural. Estos sistemas están muy ligados a los buscadores web. Un sistema de question-answering intenta reconocer un amplio rango de tipos de cuestiones, incluyendo hechos, listas, definiciones, cómo, cuándo, dónde, por qué, etc. Dichas búsquedas pueden variar desde pequeñas colecciones de documentos locales, organizaciones internas de documentos, hasta la web entera (o una parte de ella). (es) Galdera-erantzun sistemak informazioaren berreskurapenaren arloaren barruan sartzen dira. (eu) Un système de questions-réponses (question answering system en anglais, ou QA system) est un système informatique permettant de répondre automatiquement à des questions posées par des humains, lors d'un échange fait en langue naturelle (comme le français). La discipline liée appartient aux domaines du traitement automatique de la langue et de la recherche d'information. Elle se démarque de l'interrogation de moteurs de recherche en cela qu'elle vise non seulement à récupérer les documents pertinents d'une collection de textes, mais également à formuler une réponse très ciblée à la question posée. (fr) Question answering (QA) is a computer science discipline within the fields of information retrieval and natural language processing (NLP), which is concerned with building systems that automatically answer questions posed by humans in a natural language. (en) 質問応答システム（しつもんおうとうシステム、question answering system）は、自然言語の質問をユーザから自然言語で受けつけ、その解答を返すようなコンピュータソフトウェアのこと。質問応答（英語: question answering、略称：QA）といえば自然言語処理や情報検索における質問応答システムに関する研究分野を指す。解答は基本的に文章や単語の形式で答えることが多い。 質問応答の中で最も基本的なタイプであるは、質問文に対して単語で答えるシステムのことを指す。例えば、「マイケルジャクソンは何と呼ばれていた?」という質問に対して「King of Pop」と答えるようなシステムのことである。システムが解答を得るため、検索エンジンや百科辞典などを用いたり、データベースを基にして検索を行うシステムもある。Factoid型質問応答の基本的な処理の流れは、以下のようになる。 1. * 質問文分析（質問文を単語や節など、検索エンジンのクエリに変換する） 2. * 情報検索（ここではAND検索など通常のクエリを投げかけることが多い） 3. * 解答抽出（取得した文章から、解答部分を抽出する） 4. * 解答選択（解答をスコア順に並べ替え、表示する） 過去にはIBMが開発した質問応答システムであるワトソンがアメリカのクイズ番組「ジョパディ！」に解答者として挑戦し、人間の解答者に勝利するなど、実用段階に近づいている。海外のサイトでは AskJeeves や Wolfram Alpha が知られている。 (ja) 정보 검색에서 질문 응답(Question answering)이란 사용자로부터 받은 특정한 종류의 정보에 대한 질문을 자연어로 받아들여 해답을 주는 컴퓨터 소프트웨어이다. 해답은 문장이나 질문에 대한 직접적 답이 대부분이다. 검색 엔진을 이용하거나 백과사전 등을 이용하거나 다양한 데이터베이스를 바탕으로 검색한다. 기본적인 처리 흐름은 아래와 같다. * 질문 분석 (질문을 단어나 마디 등, 검색 엔진의 query로 변환) * 검색 엔진 (여기에서는 AND 검색 등의 query를 던지는 것이 많다) * 엄선 (취득한 문장으로부터 해답 부분을 추출) * 결과 표시 (해답을 검색 엔진이 매긴 점수에 따른 순서로 바꿔 표시) 질문 응답은 정보 검색, 정보 추출, 자연어 처리 등 다수 분야에 걸치는 기술이 이용되고 있다. (ko) Nell'information retrieval, il question answering (QA) consiste nel rispondere automaticamente a una domanda espressa in una lingua naturale. Per trovare la risposta a una domanda, un programma di QA può utilizzare una base di conoscenza o una raccolta di documenti in lingua naturale (un corpus quale il World Wide Web o altre collezioni locali). La ricerca nell'ambito del QA cerca di affrontare un ampio spettro di tipi di domande quali: fatti, liste, definizioni, come, perché, ipotetiche, vincolate semanticamente, ecc. Collezioni di ricerca variano da piccoli corpora a raccolte di notizie, al World Wide Web. Si pensa che il QA richieda tecniche di elaborazione del linguaggio naturale più complesse di altri tipi di recupero dell'informazione quali il recupero di documenti. Di conseguenza, i motori di ricerca basati sulla lingua naturale sono a volte considerati i motori di ricerca del futuro. (it) Question answering – zadanie automatycznego odpowiadania na pytania zadane w języku naturalnym komputerowi. Żeby znaleźć odpowiedź na pytanie, program komputerowy typu QA może używać wzorców zawartych w bazach danych bądź zbioru materiałów (korpus taki jak strona w sieci www bądź lokalne dokumenty). System powinien radzić sobie z szeroką gamą różnych typów pytań, zarówno prostych (np. co? gdzie?), jak i definicji czy też hipotetycznych. (pl) Пита́льно-відповідна́ систе́ма, довідкова система (англ. Question-answering system) — це особливий тип інформаційних систем, які є гібридом пошукових та інтелектуальних систем (часто вони розглядаються як інтелектуальні пошукові системи). QA-система повинна бути здатна приймати питання природною мовою, тобто це система з . Інформація надається на основі документів з мережі Інтернет або з локального сховища. Сучасні розробки QA-систем дозволяють обробляти множину варіантів запитів фактів, списків, дефініцій, питань типу Як, Чому, гіпотетичних, складних та міжмовних. (uk) Вопросно-ответная система (QA-система; от англ. QA — англ. Question-answering system) — информационная система, способная принимать вопросы и отвечать на них на естественном языке, другими словами, это система с естественно-языковым интерфейсом. (ru) 問答系統(Question Answering System，QA System)，是未來自然語言處理的明日之星。問答系統外部的行為上來看，其與目前主流資訊檢索技術有兩點不同：首先是查詢方式為完整而口語化的問句，再來則是其回傳的為高精準度網頁結果或明確的答案字串。以Ask Jeeves為例，使用者不需要思考該使用甚麼樣的問法才能夠得到理想的答案，只需要用口語化的方式直接提問如「請問誰是美國總統？」即可。而系統在瞭解使用者問句後，會非常清楚地回答「特朗普是美國總統」。面對這種系統，使用者不需要費心去一一檢視搜尋引擎回傳的網頁，對於資訊檢索的效率與資訊的普及都有很大幫助。從系統內部來看，問答系統使用了大量有別於傳統資訊檢索系統自然語言處理技術，如自然語言剖析（Natural Language Parsing）、問題分類（Question Classification）、專名辨識（Named Entity Recognition）等等。少數系統甚至會使用複雜的邏輯推理機制，來區隔出需要推理機制才能夠區隔出來的答案。在系統所使用的資料上，除了傳統資訊檢索會使用到的資料外（如字典），問答系統還會使用本體論等語义資料，或者利用網頁來增加資料的豐富性。 截至目前為止，最著名的問答系統應屬IBM的沃森系統。該系統在2011年於Jeopardy節目中，與人類同場較勁，並獲得最後的勝利。 (zh) |
| dbo:wikiPageExternalLink | http://aclia.lti.cs.cmu.edu/ntcir8 http://clair.si.umich.edu/~radev/papers/anlp00.pdf https://mathqa.wmflabs.org/ http://www.gyanibano.com https://www.oreilly.com/library/view/natural-language-processing/9781098136789/ http://trec.nist.gov/data/qamain.html http://nlp.uned.es/clef-qa/ http://clair.si.umich.edu/~radev/papers/sigir00.pdf http://people.cs.uchicago.edu/~fortnow/papers/history.pdf https://archive.org/details/introductiontoma0000hutc |
| dbo:wikiPageID | 360030 (xsd:integer) |
| dbo:wikiPageLength | 27455 (xsd:nonNegativeInteger) |
| dbo:wikiPageRevisionID | 1121168735 (xsd:integer) |
| dbo:wikiPageWikiLink | dbr:Robert_Wilensky dbr:Entailment_(linguistics) dbr:Natural-language_understanding dbr:Natural_language_processing dbr:Brad_Rutter dbr:Deepset dbr:Definition dbr:University_of_California,_Berkeley dbr:Unix dbr:Descriptive_knowledge dbr:ELIZA dbr:Information_retrieval dbr:Phrase_chunking dbr:Open_source_license dbc:Applications_of_artificial_intelligence dbc:Tasks_of_natural_language_processing dbr:Open_source dbr:Computational_linguistics dbr:Embodied_agent dbr:Data_extraction dbr:Data_redundancy dbr:Watson_(computer) dbr:Wikidata dbr:Wikipedia dbr:GPT-3 dbr:Language_model dbr:Logical_form dbr:Database dbr:Facebook_Research dbr:False_positive dbr:Knowledge_base dbr:Knowledge_representation_and_reasoning dbr:Text_corpus dbr:DOCTOR dbr:Knowledge_representation dbr:Part-of-speech_tagging dbr:Procedural_knowledge dbr:Question dbr:Terry_Winograd dbc:Computational_linguistics dbc:Natural_language_processing dbc:Information_retrieval_genres dbr:Chatterbot dbr:Jeopardy! dbr:Ken_Jennings dbr:SHRDLU dbc:Deep_learning dbr:Automated_reasoning dbr:Expert_systems dbr:IBM dbr:Image_captioning dbr:Ontology_(information_science) dbr:Reading_comprehension dbr:WordNet dbr:Sentiment_analysis dbr:Vector_space_model dbr:World_Wide_Web dbr:Expert_system dbr:Fact-checking dbr:Natural_language dbr:Newswire dbr:Named-entity_recognition dbr:Semantic_parsing dbr:Open_domain |
| dbp:wikiPageUsesTemplate | dbt:! dbt:Cite_book dbt:More_citations_needed_section dbt:Other_uses dbt:Reflist dbt:Short_description dbt:Natural_Language_Processing dbt:Computable_knowledge |
| dcterms:subject | dbc:Applications_of_artificial_intelligence dbc:Tasks_of_natural_language_processing dbc:Computational_linguistics dbc:Natural_language_processing dbc:Information_retrieval_genres dbc:Deep_learning |
| gold:hypernym | dbr:Discipline |
| rdf:type | yago:WikicatArtificialIntelligenceApplications dbo:Sport yago:Abstraction100002137 yago:Application106570110 yago:Code106355894 yago:CodingSystem106353757 yago:Communication100033020 yago:Program106568978 yago:Writing106359877 yago:WrittenCommunication106349220 yago:Software106566077 |
| rdfs:comment | Galdera-erantzun sistemak informazioaren berreskurapenaren arloaren barruan sartzen dira. (eu) Un système de questions-réponses (question answering system en anglais, ou QA system) est un système informatique permettant de répondre automatiquement à des questions posées par des humains, lors d'un échange fait en langue naturelle (comme le français). La discipline liée appartient aux domaines du traitement automatique de la langue et de la recherche d'information. Elle se démarque de l'interrogation de moteurs de recherche en cela qu'elle vise non seulement à récupérer les documents pertinents d'une collection de textes, mais également à formuler une réponse très ciblée à la question posée. (fr) Question answering (QA) is a computer science discipline within the fields of information retrieval and natural language processing (NLP), which is concerned with building systems that automatically answer questions posed by humans in a natural language. (en) 정보 검색에서 질문 응답(Question answering)이란 사용자로부터 받은 특정한 종류의 정보에 대한 질문을 자연어로 받아들여 해답을 주는 컴퓨터 소프트웨어이다. 해답은 문장이나 질문에 대한 직접적 답이 대부분이다. 검색 엔진을 이용하거나 백과사전 등을 이용하거나 다양한 데이터베이스를 바탕으로 검색한다. 기본적인 처리 흐름은 아래와 같다. * 질문 분석 (질문을 단어나 마디 등, 검색 엔진의 query로 변환) * 검색 엔진 (여기에서는 AND 검색 등의 query를 던지는 것이 많다) * 엄선 (취득한 문장으로부터 해답 부분을 추출) * 결과 표시 (해답을 검색 엔진이 매긴 점수에 따른 순서로 바꿔 표시) 질문 응답은 정보 검색, 정보 추출, 자연어 처리 등 다수 분야에 걸치는 기술이 이용되고 있다. (ko) Question answering – zadanie automatycznego odpowiadania na pytania zadane w języku naturalnym komputerowi. Żeby znaleźć odpowiedź na pytanie, program komputerowy typu QA może używać wzorców zawartych w bazach danych bądź zbioru materiałów (korpus taki jak strona w sieci www bądź lokalne dokumenty). System powinien radzić sobie z szeroką gamą różnych typów pytań, zarówno prostych (np. co? gdzie?), jak i definicji czy też hipotetycznych. (pl) Пита́льно-відповідна́ систе́ма, довідкова система (англ. Question-answering system) — це особливий тип інформаційних систем, які є гібридом пошукових та інтелектуальних систем (часто вони розглядаються як інтелектуальні пошукові системи). QA-система повинна бути здатна приймати питання природною мовою, тобто це система з . Інформація надається на основі документів з мережі Інтернет або з локального сховища. Сучасні розробки QA-систем дозволяють обробляти множину варіантів запитів фактів, списків, дефініцій, питань типу Як, Чому, гіпотетичних, складних та міжмовних. (uk) Вопросно-ответная система (QA-система; от англ. QA — англ. Question-answering system) — информационная система, способная принимать вопросы и отвечать на них на естественном языке, другими словами, это система с естественно-языковым интерфейсом. (ru) 問答系統(Question Answering System，QA System)，是未來自然語言處理的明日之星。問答系統外部的行為上來看，其與目前主流資訊檢索技術有兩點不同：首先是查詢方式為完整而口語化的問句，再來則是其回傳的為高精準度網頁結果或明確的答案字串。以Ask Jeeves為例，使用者不需要思考該使用甚麼樣的問法才能夠得到理想的答案，只需要用口語化的方式直接提問如「請問誰是美國總統？」即可。而系統在瞭解使用者問句後，會非常清楚地回答「特朗普是美國總統」。面對這種系統，使用者不需要費心去一一檢視搜尋引擎回傳的網頁，對於資訊檢索的效率與資訊的普及都有很大幫助。從系統內部來看，問答系統使用了大量有別於傳統資訊檢索系統自然語言處理技術，如自然語言剖析（Natural Language Parsing）、問題分類（Question Classification）、專名辨識（Named Entity Recognition）等等。少數系統甚至會使用複雜的邏輯推理機制，來區隔出需要推理機制才能夠區隔出來的答案。在系統所使用的資料上，除了傳統資訊檢索會使用到的資料外（如字典），問答系統還會使用本體論等語义資料，或者利用網頁來增加資料的豐富性。 截至目前為止，最著名的問答系統應屬IBM的沃森系統。該系統在2011年於Jeopardy節目中，與人類同場較勁，並獲得最後的勝利。 (zh) La cerca de respostes, en anglès Question-Answering (QA) és un tipus de recuperació de la informació. Donada una certa quantitat de documents (tals com World Wide Web), el sistema hauria de ser capaç de recuperar respostes a preguntes plantejades en llengua natural. QA és observat com un mètode que requereix una tecnologia de Processament de llenguatge natural més complexa que altres tipus de sistemes per a la , i, en alguns casos, se li observa com un pas per davant de la tecnologia del cercador. (ca) Ein Frage-Antwort-System ist ein wissensbasiertes System, das menschlichen Benutzern in natürlicher Sprache Auskunft auf (ebenfalls natürlichsprachlich gestellte) Fragen erteilt. Darüber hinaus sind Frage-Antwort-Systeme auch bereits in der für wissensbasierte Systeme notwendigen Lernphase in der Lage, Information in natürlichsprachlicher Form entgegenzunehmen. Der besonders enge Bezug zur natürlichen Sprache in allen Phasen der Verwendung, der einen effizienten Dialog zwischen Mensch und Maschine ermöglichen soll, unterscheidet Frage-Antwort-Systeme von anderen wissensbasierten Systemen. (de) La búsqueda de respuestas, en inglés Question Answering (QA), es un tipo de recuperación de la información. Dada una cierta cantidad de documentos (tales como World Wide Web), el sistema debería ser capaz de recuperar respuestas a preguntas planteadas en lenguaje natural. QA es observado como un método que requiere una tecnología de Procesamiento de lenguaje natural más compleja que otros tipos de sistemas para la , y, en algunos casos, se le observa como un paso por delante de la tecnología del buscador. (es) Nell'information retrieval, il question answering (QA) consiste nel rispondere automaticamente a una domanda espressa in una lingua naturale. Per trovare la risposta a una domanda, un programma di QA può utilizzare una base di conoscenza o una raccolta di documenti in lingua naturale (un corpus quale il World Wide Web o altre collezioni locali). (it) 質問応答システム（しつもんおうとうシステム、question answering system）は、自然言語の質問をユーザから自然言語で受けつけ、その解答を返すようなコンピュータソフトウェアのこと。質問応答（英語: question answering、略称：QA）といえば自然言語処理や情報検索における質問応答システムに関する研究分野を指す。解答は基本的に文章や単語の形式で答えることが多い。 質問応答の中で最も基本的なタイプであるは、質問文に対して単語で答えるシステムのことを指す。例えば、「マイケルジャクソンは何と呼ばれていた?」という質問に対して「King of Pop」と答えるようなシステムのことである。システムが解答を得るため、検索エンジンや百科辞典などを用いたり、データベースを基にして検索を行うシステムもある。Factoid型質問応答の基本的な処理の流れは、以下のようになる。 1. * 質問文分析（質問文を単語や節など、検索エンジンのクエリに変換する） 2. * 情報検索（ここではAND検索など通常のクエリを投げかけることが多い） 3. * 解答抽出（取得した文章から、解答部分を抽出する） 4. * 解答選択（解答をスコア順に並べ替え、表示する） (ja) |
| rdfs:label | Cerca de respostes (ca) Frage-Antwort-System (de) Búsqueda de respuestas (es) Galdera-erantzun sistemak (eu) Systèmes de questions-réponses (fr) Question answering (it) 質問応答システム (ja) 질의 응답 (ko) Question answering (en) Question answering (pl) Вопросно-ответная система (ru) 問答系統 (zh) Питально-відповідна система (uk) |
| owl:sameAs | freebase:Question answering yago-res:Question answering http://d-nb.info/gnd/4277060-9 wikidata:Question answering dbpedia-bg:Question answering dbpedia-ca:Question answering dbpedia-de:Question answering dbpedia-es:Question answering dbpedia-eu:Question answering dbpedia-fa:Question answering dbpedia-fr:Question answering dbpedia-hr:Question answering dbpedia-it:Question answering dbpedia-ja:Question answering dbpedia-ko:Question answering dbpedia-pl:Question answering dbpedia-ro:Question answering dbpedia-ru:Question answering dbpedia-sr:Question answering dbpedia-uk:Question answering dbpedia-zh:Question answering https://global.dbpedia.org/id/9Xkd |
| prov:wasDerivedFrom | wikipedia-en:Question_answering?oldid=1121168735&ns=0 |
| foaf:isPrimaryTopicOf | wikipedia-en:Question_answering |
| is dbo:industry of | dbr:Keen.com |
| is dbo:type of | dbr:Symbolab |
| is dbo:wikiPageDisambiguates of | dbr:Answer dbr:QA |
| is dbo:wikiPageRedirects of | dbr:Question_Answering dbr:Answering_engine dbr:Mathematical_question_answering dbr:Closed_domain_question_answering dbr:Open_domain_question_answering dbr:Automatic_question_answering dbr:Answer_engine dbr:Open-domain_question_answering dbr:Open_domain dbr:Open_domain_question_answering_system dbr:Query_answering dbr:Question_answering_system dbr:Answer-engine dbr:Answering_system |
| is dbo:wikiPageWikiLink of | dbr:Q-go dbr:Query_language dbr:Scientific_community_metaphor dbr:List_of_emerging_technologies dbr:Natural-language_understanding dbr:Natural_language_generation dbr:Natural_language_processing dbr:One-shot_learning dbr:UMBEL dbr:Progress_in_artificial_intelligence dbr:Deepset dbr:Voice_user_interface dbr:Information_retrieval dbr:Lexical_chain dbr:Question_Answering dbr:Cortana_(virtual_assistant) dbr:Answer dbr:Answering_engine dbr:Answering_machine_(disambiguation) dbr:Mathematical_question_answering dbr:Erotetics dbr:Never-Ending_Language_Learning dbr:Quantum_natural_language_processing dbr:Closed_domain_question_answering dbr:GPT-2 dbr:Glossary_of_artificial_intelligence dbr:Conversational_user_interface dbr:Eric_Nyberg dbr:Social_information_seeking dbr:Open_information_extraction dbr:Commonsense_knowledge_(artificial_intelligence) dbr:Computational_linguistics dbr:STUDENT_(computer_program) dbr:Text,_Speech_and_Dialogue dbr:1954 dbr:TimeML dbr:Turing_test dbr:Wally_Feurzeig dbr:Dragomir_R._Radev dbr:GPT-3 dbr:Garrett_Gruener dbr:Gary_Chevsky dbr:James_Curran_(linguist) dbr:Language_Computer_Corporation dbr:Language_and_Communication_Technologies dbr:Logic_form dbr:Amazon_Alexa dbr:Amazon_Mechanical_Turk dbr:Evi_(software) dbr:FrameNet dbr:Chatbot dbr:Dialogue_system dbr:DisCoCat dbr:Four-valued_logic dbr:Keen.com dbr:Knowledge_crystal dbr:Knowledge_engine dbr:Maarten_de_Rijke dbr:Search_engine dbr:QA dbr:Text_Retrieval_Conference dbr:Artificial_intelligence dbr:Ask.com dbr:Cognitive_city dbr:Transformer_(machine_learning_model) dbr:Relation_network dbr:WebCrow dbr:Artificial_intelligence_in_government dbr:Open_domain_question_answering dbr:WolframAlpha dbr:Wolfram_Research dbr:Mean_reciprocal_rank dbr:Semantic_role_labeling dbr:Ubiquitous_Knowledge_Processing_Lab dbr:Understanding dbr:TeLQAS dbr:F-logic dbr:IBM_Watson dbr:List_of_text_mining_software dbr:Named-entity_recognition dbr:Natural-language_user_interface dbr:Symbolab dbr:MultiNet dbr:Semantic_parsing dbr:Noisy_channel_model dbr:Powerset_(company) dbr:Outline_of_artificial_intelligence dbr:Outline_of_library_and_information_science dbr:Outline_of_machine_learning dbr:Outline_of_natural_language_processing dbr:Paraphrasing_(computational_linguistics) dbr:TREC_Genomics dbr:Textual_entailment dbr:Types_of_artificial_neural_networks dbr:Automatic_question_answering dbr:Answer_engine dbr:Open-domain_question_answering dbr:Open_domain dbr:Open_domain_question_answering_system dbr:Query_answering dbr:Question_answering_system dbr:Answer-engine dbr:Answering_system |
| is dbp:industry of | dbr:Keen.com |
| is dbp:type of | dbr:Symbolab |
| is rdfs:seeAlso of | dbr:List_of_search_engines |
| is foaf:primaryTopic of | wikipedia-en:Question_answering |