Loading presentation...

Present Remotely

Send the link below via email or IM

Copy

Present to your audience

Start remote presentation

  • Invited audience members will follow you as you navigate and present
  • People invited to a presentation do not need a Prezi account
  • This link expires 10 minutes after you close the presentation
  • A maximum of 30 users can follow your presentation
  • Learn more about this feature in our knowledge base article

Do you really want to delete this prezi?

Neither you, nor the coeditors you shared it with will be able to recover it again.

DeleteCancel

Tecnología DeepQA

Análisis de los procesos de software que desarrolla Watson para el procesamiento semántico de las operaciones - Arquitectura de Computadoras III - Universidad del Chubut.

Comments (0)

Please log in to add your comment.

Report abuse

Transcript of Tecnología DeepQA

Tecnología DeepQA
El primer paso en cualquier aplicación de DeepQA para resolver una pregunta es la adquisición de contenidos.
Se trata de comprender lo que se está preguntando y se realizan los análisis iniciales que determinan cómo será procesada la pregunta por el resto del sistema.
DeepQA utiliza el análisis profundo, basado en normas y métodos estadísticos de clasificación tanto para reconocer si las preguntas deben ser descompuestas como para determinar la mejor forma de romperla en subpreguntas.
La generación de hipótesis toma los resultados de análisis las preguntas y produce respuestas candidatas mediante la búsqueda en las fuentes del sistema. Cada respuesta candidata se coloca de nuevo en la pregunta y se considera una hipótesis, que el sistema tiene que demostrar correcta con cierto grado de confianza.
El objetivo es encontrar tantas respuestas potenciales como sea posible sobre la base de los resultados del análisis de la pregunta.
Mediante distintas técnicas el sistema utiliza el resultado de la búsqueda para producir la respuesta candidata.
Es la aplicación de algoritmos de puntuación ligeros para recortar desde un conjunto más amplio de candidatos iniciales hasta un conjunto más pequeño.
Las respuestas candidatas que pasan el umbral filtrado suave se someten a un riguroso proceso de evaluación que consiste en la recopilación de pruebas adicionales de apoyo para cada respuesta candidata o hipótesis.
El sistema busca nuevas evidencias para la respuesta candidata.
El paso de tanteo genera una puntuación donde se lleva a cabo la mayor parte del análisis profundo del contenido. DeepQA fomenta la inclusión de muchos componentes diferentes que tienen en cuenta las diferentes dimensiones de las preguntas y producen una puntuación.
Junta todas las posibles respuestas creadas a partir de la descomposición de la pregunta.
Por último se mezclan todas las respuestas en una tabla final con sus respectivas puntuaciones y se realiza un ranking de los cientos de respuestas candidatas.
Respuesta única en lenguaje natural.
¿Preguntas?
¡Gracias por su atención!
Full transcript