论文笔记基于知识图谱的智能问答系统研究与设计

Posted ZSYL

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了论文笔记基于知识图谱的智能问答系统研究与设计相关的知识,希望对你有一定的参考价值。

基于知识图谱的智能问答系统研究与设计

智能问答系统综述

问答系统作为信息检索的一种高级形式,根据答案来源及实现技术可分为

  • 对话式问答系统、
  • 基于常用问题集的问答系统、
  • 基于文档的问答系统
  • 基于知识图谱的问答系统

基于知识图谱的智能问答系统实现方法一般分为三类:

  1. 语义解析(Semantic Parsing):通过对自然语言问句进行理解,将其转化为结构化查询语句,以实现在知识库中检索答案。在该方法的实现过程中,问句解析是关键,直接影响后续问句与结构化查询语言的匹配。
  2. 信息抽取(Information Extraction):先提取问题中的关键词即实体,从知识库中得到以这个实体为中心的子图。问题的答案可能是子图中的实体或关系,通过问句分析,根据某些模板或规则抽取信息,获得问句的特征向量表示,设计分类器利用问句特征筛选候选答案,得到最终结果。

以上是关于论文笔记基于知识图谱的智能问答系统研究与设计的主要内容,如果未能解决你的问题,请参考以下文章

《自然语言处理实战入门》 基于知识图谱的问答机器人 ---- KBQA

基于知识图谱的电影推荐问答系统实战

python+neo4j构建基于知识图谱的电影知识智能问答系统

[论文阅读笔记54]面向实体对齐的多视图知识图谱嵌入方法

论文浅尝 | 基于知识库的自然语言理解 04#

综述基于知识图谱的推荐系统综述