IMPLEMENTATION OF QUESTION ENTAILMENT IN QUESTION ANSWERING SYSTEM FOR CHILDRENS HEALTH TOPIC

Arya Prima Al Aufar
Ade Romadhony
Hasmawati Hasmawati


DOI: https://doi.org/10.29100/jipi.v7i3.3101

Abstract


Kesehatan merupakan salah satu hal yang paling penting dalam kehidupan manusia khususnya pada anak-anak, yang memungkinkan anak-anak dapat tumbuh dan berkembang secara baik. Untuk menjaga kesehatan maka orang tua juga harus memiliki informasi yang tepat mengenai cara menjaga kesehatan, pola makan, pola hidup yang baik. Dalam mendapatkan informasi itu dibutuhkan sebuah platform untuk memudahkan pencarian informasi mengenai kesehatan terutama kesehatan anak. Pada penelitian ini diterapkan sebuah sistem tanya jawab atau question answering dengan menerapkan Question Entailment untuk memudahkan mencari pertanyaan mengenai kesehatan anak dan mendapatkan jawaban yang tepat. Dataset yang digunakan dibuat berdasarkan hasil pengumpulan daftar pertanyaan dan jawaban dari buku tanya jawab kesehatan anak dan FAQ di internet. Model Question Entailment dibangun berdasarkan training korpus yang dibuat dan diuji menggunakan algoritma Support Vector Machine(SVM), Logistic Regression, Nae Bayes, dan J48 Decision Tree. Hasil pengujian menunjukkan bahwa algoritma SVM memberikan performa terbaik dalam mengidentifikasi pertanyaan serupa, dengan metrik precision, recall, dan f1(f-measure).


Keywords


Kesehatan anak; question answering; question entailment; training korpus; support vector machine (SVM)

Full Text:

PDF

Article Metrics :

References


R. F. Nursofwa, M. H. Sukur, B. K. Kurniadi, and . H., Penanganan Pelayanan Kesehatan Di Masa Pandemi Covid-19 Dalam Perspektif Hukum Kesehatan, Inicio Legis, vol. 1, no. 1, pp. 117, 2020, doi: 10.21107/il.v1i1.8822.

M. A. Calijorne Soares and F. S. Parreiras, A literature review on question answering techniques, paradigms and systems, J. King Saud Univ. - Comput. Inf. Sci., vol. 32, no. 6, pp. 635646, 2020, doi: 10.1016/j.jksuci.2018.08.005.

M. Zhu, W. Wei, A. Ahuja, and C. K. Reddy, A hierarchical attention retrieval model for healthcare question answering, Web Conf. 2019 - Proc. World Wide Web Conf. WWW 2019, pp. 24722482, 2019, doi: 10.1145/3308558.3313699.

A. Ben Abacha and D. F. Dina, Recognizing Question Entailment for Medical Question Answering, AMIA ... Annu. Symp. proceedings. AMIA Symp., vol. 2016, pp. 310318, 2016.

A. Ben Abacha and D. Demner-Fushman, A question-entailment approach to question answering, BMC Bioinformatics, vol. 20, no. 1, pp. 123, 2019, doi: 10.1186/s12859-019-3119-4.

R. Kustiawan, A. Adiwijaya, and M. D. Purbolaksono, A Multi-label Classification on Topic of Hadith Verses in Indonesian Translation using CART and Bagging, J. Media Inform. Budidarma, vol. 6, no. 2, pp. 868875, 2022, doi: 10.30865/mib.v6i2.3787.

K. Bae and Y. Ko, Improving question retrieval in community question answering service using dependency relations and question classification, J. Assoc. Inf. Sci. Technol., vol. 70, no. 11, pp. 11941209, 2019, doi: 10.1002/asi.24196.

M. R. Choirulfikri, K. M. Lhaksamana, and S. Al Faraby, A Multi-Label Classification of Al-Quran Verses Using Ensemble Method and Nave Bayes, Build. Informatics, Technol. Sci., vol. 3, no. 4, pp. 473479, 2022, doi: 10.47065/bits.v3i4.1287.

H. Veisi and H. F. Shandi, A Persian Medical Question Answering System, Int. J. Artif. Intell. Tools, vol. 29, no. 6, pp. 129, 2020, doi: 10.1142/S0218213020500190.

S. Khairunnisa, A. Adiwijaya, and S. Al Faraby, Pengaruh Text Preprocessing terhadap Analisis Sentimen Komentar Masyarakat pada Media Sosial Twitter (Studi Kasus Pandemi COVID-19), J. Media Inform. Budidarma, vol. 5, no. 2, p. 406, 2021, doi: 10.30865/mib.v5i2.2835.

D. Gunawan, C. A. Sembiring, and M. A. Budiman, The Implementation of Cosine Similarity to Calculate Text Relevance between Two Documents, J. Phys. Conf. Ser., vol. 978, no. 1, 2018, doi: 10.1088/1742-6596/978/1/012120.