Năm 2002, Ravichandran và Hovy đã áp dụng kĩ thuật bootstrapping để tìm mẫu quan hệ và những seeds mới cho những câu hỏi liên quan tới ngày sinh. Tận dụng nguồn tri thức lớn từ các máy tìm kiếm như Google, Yahoo,…, phương pháp này sử dụng máy tìm kiếm phục vụ cho việc sinh mẫu quan hệ một cách tự động dựa vào các tài liệu web[25].
Thuật tốn được mơ tả qua các bước sau:
- Chọn các ví dụ của từng loại câu hỏi đã xác định trước.
Ví dụ: Câu hỏi về ngày tháng năm sinh, và “Mozart 1756”
- Chọn những khái niệm cĩ ở câu hỏi và câu trả lời là query để đưa vào máy tìm kiếm. Tiến hành download 1000 trang web tài liệu cĩ liên quan, chọn tập các câu cĩ chứa cả những khái niệm trong câu hỏi và câu trả lời.
- Tìm những xâu con hoặc các cụm cĩ chứa các khái niệm trong câu hỏi và câu trả lời
Ví dụ:
19
• Mozart (1756 – 1791) was a genius
• The whole world would always be indebted to the great music of Mozart (1756-1791)
Ta cĩ thể nhận thấy xâu Mozart (1756-1791) đều xuất hiện trong cả 3 câu và nĩ mang đầy đủ thơng tin cho câu trả lời
- Tiến hành thay thế những từ trong câu hỏi và câu trả lời bằng những tag.
Ví dụ: <NAME> (<ANSWER> - 1791)
Để đánh giá được độ chính xác của mỗi mẫu, đối với phương pháp trên thì người ta sử dụng thuật tốn sau [25]:
- Sử dụng các keyword của câu hỏi như các câu truy vấn cho máy tìm kiếm. Tiến hành download 1000 trang web đầu tiên.
- Tách câu cho tập tài liệu trên, ta thu thập được một tập các câu chỉ chứa các keyword cĩ chứa trong câu hỏi
- Với mỗi mẫu đã tìm ra ở thuật tốn 1, tiến hành kiểm tra độ chính xác của từng mẫu bằng cách:
• Kiểm tra mẫu với thẻ <ANSWER> đã được match bởi một số từ nào đĩ • Kiểm tra mẫu với thẻ <ANSWER> được match với câu trả lời đúng - Tính độ chính xác của mỗi mẫu bằng cơng thức sau: P = Ca/Co với
Ca: tổng số mẫu với câu trả lịi là đúng
Co: Tổng số mẫu mà câu trả lời đúng được thay thế bởi một số từ nào đĩ - Giữ lại những mẫu thích hợp mà sau khi tiến hành matching