Key points are not available for this paper at this time.
Semantic Question Answering (SQA) beseitigt zwei wichtige Zugangsanforderungen an das Semantic Web: die Beherrschung einer formalen Abfragesprache wie SPARQL und das Wissen um ein spezifisches Vokabular. Aufgrund der Komplexität natürlicher Sprache stellt SQA schwierige Herausforderungen und zahlreiche Forschungschancen dar. Statt einer gemeinsamen Anstrengung werden jedoch viele wesentliche Komponenten neu entwickelt, was eine ineffiziente Nutzung der Zeit und Ressourcen der Forscher ist. Diese Umfrage analysiert 62 verschiedene SQA-Systeme, die systematisch und manuell anhand vordefinierter Ein- und Ausschlusskriterien ausgewählt wurden, was zu 72 ausgewählten Publikationen aus 1960 Kandidaten führt. Wir identifizieren gemeinsame Herausforderungen, strukturieren Lösungen und geben Empfehlungen für zukünftige Systeme. Diese Arbeit basiert auf Publikationen von Ende 2010 bis Juli 2015 und wird auch mit älteren, aber ähnlichen Umfragen verglichen.
Höffner et al. (Fr,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: