基于信息匹配方法的中文知识库问答系统

• 作者: 彭怀 宋井宽 唐向红
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 知识库问答 自然语言处理 实体识别 实体链接 预训练模型 文本匹配
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 人工智能技术
• 页码范围: 14-19
• 页数: 6页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2022.02.002

摘要

知识库问答任务是自然语言处理领域中的研究热点之一,目前国内外学者对知识库问答方法的研究大多数是基于英文数据,基于中文数据的研究非常少.由于中文存在语言多变性、语法不明确性、语言歧义性等特点,导致很多英文知识库问答研究方法很难应用于中文数据.针对以上问题,该文提出一种基于信息匹配的中文知识库问答研究方法,探索方法在中文数据上的效果.首先对问题进行主语实体识别和属性值识别;其次将问句中的实体链接到知识库中的实体,使用逻辑回归对候选实体进行筛选;再次抽取其两跳内关系作为候选查询路径,将候选查询路径和问题进行相似度匹配得到匹配度最高的候选路径;最后使用实体拼接来得到多实体情况的查询路径,查询知识库获得最终答案.该方法在CCKS2019 CKBQA测试集上的F值达到了75.6％.