❓SECTION 1: QUESTION ANSWERING❓ “Siri, how’s the weather today?” — Câu hỏi tưởng chừng đơn giản này lại là cả một vấn đề với những trợ lí ảo tân tiến nhất như Siri, Google Assistant, v.v. Đây là một ứng dụng điển hình của Question Answering (t. Việt: Trả lời câu hỏi, viết tắt: QA), một trong hai section buổi chiều, trong chương trình Workshop: Machine Learning and AI ngày 10/4 sắp tới, bên cạnh Image Captioning. Cùng chúng mình tìm hiểu QA nhé! ⭕️ QUESTION ANSWERING LÀ GÌ? QA là một ngành khoa học thông tin trong các lĩnh vực truy vấn thông tin và xử lí ngôn ngữ tự nhiên, giúp chúng ta có được những thông tin hữu quan cho một từ khoá tìm kiếm bất kì. Trên thực tế, con người mong muốn câu trả lời. QA xây dựng những hệ thống có thể đưa ra những câu trả lời ấy bằng ngôn ngữ tự nhiên. ❌ QUESTION ANSWERING LÀM GÌ? Nói một cách đơn giản, các hệ thống trí tuệ nhân tạo sẽ phân tích câu hỏi ở ngôn ngữ tự nhiên và trừu tượng hoá chúng để sát với ngôn ngữ hình thức hơn. Sau đó, chúng so sánh đầu ra với một ngân hàng hỏi-đáp hay một ngữ liệu văn bản khổng lồ và cố gắng tìm ra những điểm khớp nhau và đưa ra một câu trả lời. Dựa vào mức độ bao trùm của ngân hàng tri thức, ta có thể chia các hệ thống QA thành hai loại chính. Đầu tiên là hệ thống hỏi đáp mở (open domain QA system), bao gồm kiến thức ở nhiều ngành khác nhau và có độ bao phủ rộng. Ngoài ra còn có hệ thống hỏi đáp đóng (closed domain QA system), tập trung vào một chuyên ngành cụ thể, ví dụ như lịch sử, địa lí. Mỗi loại này đều có những ưu - nhược riêng, và hiện nay, một số mô hình trí tuệ nhân tạo đã kết hợp cả hai loại này, tiêu biểu là IBM Watson. 🛑 ỨNG DỤNG CỦA QUESTION ANSWERING. Như đã giới thiệu ở trên, một trong những ứng dụng rộng rãi nhất hiện nay của QA là những trợ lí ảo, những chatbot thông minh trả lời các truy vấn của con người, ví dụ như hôm nay có lịch gì không, ở đâu? Với sự phát triển của công nghệ học sâu và tốc độ tính toán, các mô hình trí tuệ nhân tạo đang lấn dần vào những chuyên ngành trước đây vốn tưởng chỉ dành cho con người. Mới đây, Facebook đã phát triển một hệ thống như vậy có khả năng giải đáp không chỉ những bài toán số học đơn giản, mà cả giải tích đại học. Hơn nữa, các “bác sĩ máy” đang giúp bác sĩ người thật “tìm ra” bệnh từ các triệu chứng đã biết, nhất là khi kiến thức y học có thể rất rộng. 🔴 TIỀM NĂNG VÀ XU HƯỚNG CỦA QUESTION ANSWERING. Trong những năm gần đây, các hệ thống trả lời câu hỏi đã được mở rộng để bao hàm thêm những miền kiến thức mới và chuyên biệt hơn. Người ta đang xây dựng những hệ thống có khả năng trả lời các câu hỏi về định nghĩa và từ nguyên, câu hỏi về nội dung của một bức ảnh, âm thanh hay video. Xét về mặt công nghệ, những công nghệ tân tiến và mang lại độ chính xác cao hơn đã và đang là đối tượng nghiên cứu được quan tâm, như phân tích ngữ nghĩa (semantic parsing), phân tích ngữ thái (sentiment parsing), sử dụng các tài nguyên ngôn ngữ học, v.v. Những công nghệ này hứa hẹn sẽ giải quyết những vấn đề tồn đọng trong QA như hiện tượng đa ngôn ngữ, sự mơ hồ trong ngôn ngữ tự nhiên, sắc thái biểu cảm trong câu hỏi, v.v.
