智能问答是自然语言处理领域中的关键任务之一,其目的是为用户提出的自然语言查询自动提供答案。根据面向数据源的不同,智能问答可以分为面向结构化数据的自动问答和面向非结构化数据的自动问答。结构化数据包含知识图谱,表格等。非结构化数据包含自然语言文档,社区中的用户生成内容等。结构化数据相较于无结构化数据,其包含的信息歧义小,易于解析。表格数据属于一种结构化数据,它具有较高的时效性,易于维护且数量巨大。表格数据的上述特点使其通常作为搜索引擎和智能问答系统的重要答案来源之一。此外,由于大多数企业常用表格组织业务数据,面向表格数据的自动问答对于智能问答技术在企业中的落地具有重要意义。本文重点研究面向表格数据的自动问答技术。本文在充分考虑自然语言和表格数据特性的基础上,将研究内容概括为以下四个方面:1.基于表格内容建模的表格检索。对于一些用户提出的自然语言查询,表格数据本身即可作为令人满意的答案。故本文对表格检索任务中的关键技术进行了研究。给定一个自然语言查询,表格检索任务的目的是找到给定表格集合中与自然语言查询最相关的表格。现有研究主要利用表格周围的文本或网页信息来进行表格检索,而没有对表格本身的内容进行充分的探索。为了高效地对表格进行检索,需要解决以下问题:第一个问题是如何有效地表示一个半结构化的表格,第二个问题是如何构建一个良好模型来度量非结构化自然语言查询和半结构化表格之间的相关性。为了解决上述问题,本文在充分对表格和问句的各个粒度进行建模的基础上,提出了一个基于人工设计特征的模型,和一个从数据中进行学习的端到端的神经网络模型。这两个模型都在不同粒度对自然语言查询和表格之间的相关性进行了良好的建模。2.面向表格数据的单轮语义解析。为了用表格数据更精准地回答用户提出的问题,模型需要进一步分析表格数据,在其中找到表格某个具体的值,或者根据表格中的数据进行推理才能输出令用户满意的答案。在这种情况下,模型需要对表格的细粒度内容和问句的关联进行充分地理解并具备一定的推理能力。为了构建具备上述能力的模型,本文采用基于语义解析的方法将用户提出的自然语言查询转化为一种逻辑表达式,而这种逻辑表达式可以在对应的表格上通过现有的引擎执行后直接获得细粒度的答案。具体地,本文提出了一个可以将自然语言问题映射为SQL查询语句的生成模型。该模型通过综合考虑表格的结构和SQL语法来生成高质量的SQL查询语句。3.面向表格数据的多轮语义解析。在一些场景下,用户会对表格进行连续提问。用户的连续提问行为会造成问题语义缺省的现象。对于语义出现缺省的问题,模型需要综合考虑其上文才能准确地理解其语义。为了对面向表格数据的多轮提问进行回答,本文提出了一个可以将用户提出的每个自然语言查询都转化为对应的逻辑表达式的语义解析模型,其中自然语言查询所对应的逻辑表达式可以被执行以获得属于该查询答案。为了提高多轮查询情景下模型对问句的解析性能,本文在建模过程中融入了语法知识,专家知识和外部资源知识。该模型将生成逻辑表达式的过程转化为生成特定动作序列的过程,并通过对前序预测出的动作序列进行拷贝的方式处理了用户提出的一系列自然语言查询中存在的省略和指代等语言现象。4.基于反向翻译和元学习的低资源神经语义解析。在解决面向表格数据的自动问答任务时,基于语义解析的方法极其依赖大量的标注数据。由于针对表格的目标逻辑形式的专业性和复杂性,获得大量的标注数据的代价是非常昂贵的。为了缓解这个问题,本文提出了一个在低资源条件下用于训练面向表格数据问答的语义解析模型的算法。在缺乏问题答案和问题对应的逻辑表达式作为显示的监督信号时,该算法可以在有限数量的先验知识的基础上,利用反向翻译自动生成的训练数据,使用元学习技术按小样本学习的方式有效地训练一个神经语义解析器,从而在缺乏标注语料的情况下提高问答性能。