Banyak siswa yang mengirimi saya email untuk menanyakan tentang korpus QA_demo1. Saya tidak berhak mempublikasikan korpus ini untuk saat ini. Saya harap Anda dapat memaafkan saya!
Format korpus QA_demo1 adalah: QQ, QA. Sebenarnya ini terutama bergantung pada kumpulan data QQ, karena yang dilakukan adalah kesamaan antar pertanyaan efek model, Anda dapat mengunjungi situs web mana pun dengan instruksi FAQ untuk mengunduh pasangan QA.
Berikut 2 kumpulan data berbahasa Mandarin untuk referensi Anda. Saya harap ini dapat membantu Anda:
1. Robot tanya jawab berdasarkan fitur seperti tf-idf. 2. Robot tanya jawab berdasarkan model semantik, seperti CNN, rnn dan model deep learning lainnya dan robot penjawab berdasarkan BERT.
Nama proyek | tipe data | jenis teknologi | Visualisasi | waktu penyelesaian |
---|---|---|---|---|
Robot tanya jawab berdasarkan tf-idf | Cina | tf-idf, pencocokan fitur | TIDAK | 2019/4/4 |
Robot tanya jawab berdasarkan recall+rerank | Cina | tf-idf, cnn | TIDAK | 22/7/2019 |
Chatbot Xiaotian 1.0 | Cina | Mekanisme konversi rute mendukung obrolan dan pertanyaan serta jawaban tugas FAQ | TIDAK | 25/7/2019 |
Robot tanya jawab berdasarkan BERT | Cina | / | TIDAK | Pantau terus |
Jika menurut Anda karya saya bermanfaat bagi Anda, jangan pelit dengan bintang kecil di pojok kanan atas! Selamat datang di Fork dan Bintang! Anda juga dipersilakan untuk membangun proyek ini bersama-sama!
Item terkait Q&A akan diperbarui jika ada waktu. Siswa yang tertarik dapat mengikutinya.
Silakan tinggalkan pesan di Issues atau email [email protected]
Mengutip
Jika Anda menggunakan QAmodel-for-Retrievalchatbot dalam penelitian Anda, harap kutip dalam format berikut:
@software{QR-Chatbot,
author = {ZhengWen Xie},
title = {QR-Chatbot: QAmodel for Retrievalchatbot},
year = {2019},
url = {https://github.com/WenRichard/QAmodel-for-Retrievalchatbot},
}