知识问答
知识问答概述和相关数据集
KBQA基本概念及挑战
知识问答主流方法介绍
IBM Watson
1 问句短语
Wh-words:who, what, which, when...
Wh-words+nouns, adj or adv:which party, how long
2 问句类型
3 答案类型
4 问题主题
5 问答来源类型
6 领域类型
7 答案格式
缩小自然语言和规范化结构化数据之间的鸿沟;
处理不完全、充满噪音和异构的数据集;
处理大规模的知识图谱;
处理分布式数据集上的QA;
融合结构化和非结构化的数据;
降低维护成本;
快速的复制到不同的领域
基于模板的方法
基于语义解析的方法
基于深度学习的方法
TBSL(Template based )
SPARQL template
示例: Who produced the most films?
SELECT DISTINCT ?x WHERE {
?y rdf:type ?c .
?y ?p ?x .
}
ORDER BY DESC(COUNT(?y))
OFFSET 0 LIMIT 1
?c CLASS [films]
?p PROPERTY [produced]
S1:Linguistic processing
1 获取自然语言问题的POS tag;
2 基于POS tags,语法规则表示问句;
3 利用 domain-dependent 词汇和 domain-independent 词汇辅助分析问题
4 最后,将语义表示转化为一个SPARQL模板
S2:Template instantiation Entity
模板匹配与实例化
S3:Query ranking and selection
每个 entity 根据string similarity 和 prominence 打分
将自然语言短语或单词节点映射到知识库的 实体或实体关系 。可以通过构造一个词汇表(Lexicon)来完成这样的映射。