Xiaoxue-xx/QA_system

TODO

Stage 1: 检索式(单轮对话)、生成式(多轮对话) [2 systems]

Stage 2: 检索+生成 [1 system] (检索辅助生成)

--------------------（以上为非任务型对话系统）--------------------

(maybe)Stage 3: 任务型对话系统

Reference(科普类)

[1]https://zhuanlan.zhihu.com/p/83825070 (对话系统概述)

[2]https://blog.csdn.net/baidu_41617231/article/details/89187339?spm=1001.2101.3001.6650.5&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-5.topblog&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-5.topblog&utm_relevant_index=10 (多轮对话)

[3]https://zhuanlan.zhihu.com/p/82827048 (多轮对话paper合集)

[4]https://blog.csdn.net/sinat_33761963/article/details/79011160 (对话系统概述)

[5]https://zhuanlan.zhihu.com/p/150119544 (对话系统概述)

stage 1

Todo	检索式（单轮）	Todo	生成式（多轮）
词句向量化/相似度计算方法([传统]tfidf优化：BM25)[2]	✅	对话历史
词向量化方法(word2vec/GloVe) +句向量化方法(sif)[1]	word2vec+sif（2000QA）	加强解码时对关键信息的关注
文本相似度[深度学习]DSSM...(?) [3]		引入额外信息加强对话理解
（倒排索引、检索召回？）
🌟语料库
KBQA（？

reference

[1]https://zhuanlan.zhihu.com/p/111710604 （SIF）

[2]https://zhuanlan.zhihu.com/p/113224707 （BM25）

[3]https://blog.csdn.net/fhzmsj2008Plus/article/details/90210711 (检索式问答系统-深度学习进行语义匹配paper)

[4]https://www.zhihu.com/question/299549788/answer/561907291 (sentence embedding)

stage 2

TBC...

reference

[1]https://zhuanlan.zhihu.com/p/107755040 (检索生成融合模型paper)

stage 3

TBC...