La respuesta a preguntas de múltiples saltos en el gráfico de conocimiento basada en redes de gráficos semánticos sintácticos dependientes mejorados
Autores: Cai, Songtao; Ma, Qicheng; Hou, Yupeng; Zeng, Guangping
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
La respuesta a preguntas de múltiples saltos en el gráfico de conocimiento basada en redes de gráficos semánticos sintácticos dependientes mejorados
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Evolucionando
Sistemas de respuesta a preguntas
Comprensión de máquinas
Razonamiento relacional
Red de Gráficos Aumentados Sintáctico-Semánticos Dependientes (DSSAGN)
Relaciones de múltiples saltos
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 36
Citaciones: Sin citaciones
En el ámbito en constante evolución de los sistemas de respuesta a preguntas, la capacidad de integrar la comprensión de máquinas con el razonamiento relacional es fundamental. Este documento presenta una arquitectura novedosa, la Red de Gráficos Aumentados Semánticos Sintácticos Dependientes (DSSAGN), diseñada para abordar los desafíos intrincados de la respuesta a preguntas de múltiples saltos. Al aprovechar ingeniosamente la sinergia entre las estructuras sintácticas y las relaciones semánticas dentro de los gráficos de conocimiento, DSSAGN ofrece un avance en interpretabilidad, escalabilidad y precisión. A diferencia de modelos anteriores que no logran manejar caminos relacionales complejos o carecen de transparencia en el razonamiento, nuestro marco sobresale al incrustar un mecanismo sofisticado que modela meticulosamente las relaciones de múltiples saltos y prioriza dinámicamente el contexto sintáctico-semántico.
Descripción
En el ámbito en constante evolución de los sistemas de respuesta a preguntas, la capacidad de integrar la comprensión de máquinas con el razonamiento relacional es fundamental. Este documento presenta una arquitectura novedosa, la Red de Gráficos Aumentados Semánticos Sintácticos Dependientes (DSSAGN), diseñada para abordar los desafíos intrincados de la respuesta a preguntas de múltiples saltos. Al aprovechar ingeniosamente la sinergia entre las estructuras sintácticas y las relaciones semánticas dentro de los gráficos de conocimiento, DSSAGN ofrece un avance en interpretabilidad, escalabilidad y precisión. A diferencia de modelos anteriores que no logran manejar caminos relacionales complejos o carecen de transparencia en el razonamiento, nuestro marco sobresale al incrustar un mecanismo sofisticado que modela meticulosamente las relaciones de múltiples saltos y prioriza dinámicamente el contexto sintáctico-semántico.