基于信息匹配方法的中文知识库问答系统

扫码查看

原文链接

国家科技期刊平台
NETL
NSTL
万方数据
维普

中文摘要：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％.

外文标题：Question Answering System of Chinese Knowledge Base Based on Information Matching Method

作者：

彭怀、宋井宽、唐向红

展开 >

作者单位：

贵州大学,贵州贵阳 550025

电子科技大学,四川成都 610054

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

基金：

贵州省留学回国人员科技活动择优资助项目-优秀类项目

项目编号：

2018.0002

出版年：

2022

DOI：

10.3969/j.issn.1673-629X.2022.02.002

计算机技术与发展

陕西省计算机学会

计算机技术与发展

CSTPCD

影响因子：0.621

ISSN：1673-629X

年,卷(期)：2022.32(2)

被引量2
参考文献量3