基于LSTM的大规模知识库自动问答

• 作者: 刘秉权 周博通 孙承杰 林磊
• 来源期刊: 北京大学学报（自然科学版）
• 学科: 工学
• 关键词: 知识库 自动问答 命名实体识别 注意力机制
• 年，卷（期）: 2018,（2）
• 所属期刊栏目: 专题报道:基于大数据的自然语言分析与理解
• 页码范围: 286-292
• 页数: 7页
• 分类号: TP914
• 字数: 6395字
• 语种: 中文
• DOI: 10.13209/j.0479-8023.2017.155

摘要

针对大规模知识库问答的特点, 构建一个包含 3 个主要步骤的问答系统:问句中的命名实体识别、问句与属性的映射和答案选择.采用别名词典结合LSTM语言模型进行命名实体识别, 使用双向LSTM模型结合两种不同的注意力机制进行属性映射, 最后综合前两步的结果进行实体消歧和答案选择.该系统在NLPCC-ICCPOL 2016 KBQA任务提供的数据集上的平均F1值为0.8106, 接近评测的最好水平.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙承杰	哈尔滨工业大学计算机科学与技术学院	21	456	8.0	21.0
2	林磊	哈尔滨工业大学计算机科学与技术学院	15	219	7.0	14.0
3	刘秉权	哈尔滨工业大学计算机科学与技术学院	54	671	14.0	24.0
4	周博通	哈尔滨工业大学计算机科学与技术学院	2	26	2.0	2.0