Details

Title Developing an advanced FAQ system // Системный анализ в проектировании и управлении: сборник научных трудов XXVIII Международной научно-практической конференции, 27–29 июня 2024 года: [в 2 частях]. Ч. 2
Creators Scerbakov Nikolai V. ; Rezedinova Eugenia U. ; Schukin Alexander V.
Organization Технический университет города Грац ; Санкт-Петербургский политехнический университет Петра Великого
Imprint Санкт-Петербург: ПОЛИТЕХ-ПРЕСС, 2024
Electronic publication 2025
Collection Общая коллекция
Document type Article, report
File type PDF
Language English
DOI 10.18720/SPBPU/2/id24-517
Rights Свободный доступ из сети Интернет (чтение, печать, копирование)
Additionally New arrival
Record key RU\SPSTU\edoc\76395
Record create date 7/2/2025

Allowed Actions

Read Download (0.8 Mb)

Group Anonymous
Network Internet

In this paper, we discuss the architecture and algorithms for developing modern FAQ applications, with a particular focus on systems that support natural language Question-Answer dialogue (QAD). We categorize QAD systems into two types: those based on neural networks trained on large datasets of question-answer pairs, and systems based on metrics for defining distance between natural language sentences. The paper proposes and investigates an alternative approach that focuses on calculating the distance between predefined questions and the current user query. The computed distance value is then used by the system to dynamically retrieve the best-match answer for any user question. By eliminating the need for re-training, this method promises a more efficient and adaptable FAQ system. The paper aims to delve into the architecture, advantages, and limitations of these systems, providing a comprehensive overview of current trends and future directions in the development of sophisticated FAQ applications.

В этой статье мы обсуждаем архитектуру и алгоритмы разработки современных приложений для поиска часто задаваемых вопросов, уделяя особое внимание системам, поддерживающим диалог вопросов и ответов на естественном языке (QAD). Мы разделяем QAD-системы на два типа: системы, основанные на нейронных сетях, обученных на больших наборах данных, состоящих из пар вопрос-ответ, и системы, основанные на метриках для определения расстояния между предложениями на естественном языке. В статье предлагается и исследуется альтернативный подход, который фокусируется на расчете расстояния между предопределенными вопросами и текущим запросом пользователя. Вычисленное значение расстояния затем используется системой для динамического поиска наиболее подходящего ответа на любой вопрос пользователя. Устраняя необходимость в повторном обучении, этот метод обеспечивает более эффективную и адаптируемую систему ответов на часто задаваемые вопросы. Цель данной статьи – углубиться в архитектуру, преимущества и ограничения этих систем, предоставив всесторонний обзор текущих тенденций и будущих направлений в разработке сложных приложений для поиска часто задаваемых вопросов.

Network User group Action
ILC SPbPU Local Network All
Read Print Download
Internet All

Access count: 13 
Last 30 days: 13

Detailed usage statistics