Гибридный поиск для русского языка: использование графовой информации в вопросно-ответной системе

Вопросно-ответные системы предполагают извлечение ответов из тексов, баз знаний или обоих этих источников. Вопросы могут быть сложные (требующие выполнение логических операций над высказываниями) и простые (основанные на одном высказывании), а большинство научных работ в этой области описывают системы для английского языка. В нашей работе представлена гибридная вопросно-ответная система для простых вопросов на русском языке, использующая в качестве источников данных статьи Википедии и Викидату — масштабный, но, очевидно, неполный граф знаний. Новшества в области обработки естественного языка и вопросно-ответных систем сочетаются в работе с инструментарием, уже ставшим традиционным, чтобы показать, что сочетание двух источников информации позволяет получить больше верных ответов на вопросы, чем при использовании одного из них. Чтобы провести оценку подхода, был подготовлен датасет, ответы на вопросы из которого могут быть найдены и в графе, и в сопутствующем ему тексте. Датасет и код, используемый для создания модулей системы и их оценки, доступен в GitHub.