面向Simple Question的自动问答方法研究

发布时间：2024-03-13 02:49

　　自动问答是自然语言处理领域内的经典问题。随着知识库的快速发展,越来越多的开放知识库被建立起来。知识库作为一种优秀的知识结构化存储和组织方式,既可以结构化存储海量的知识,还可以保存知识之间的联系。但是知识库的结构化存储模式(例如,RDF),让用户很难直接获取其中的知识,而问答系统可以在用户和结构化存储的知识库之间架起一座桥梁。以知识库为基础的问答,可以充分发挥知识库的优势,快速地提供知识服务。自然语言是理想的人机交互方式。通过问答,人们可以方便地自主获取知识库中结构化存储的知识。但是自然语言与结构化存储的知识库之间存在的语义鸿沟以及知识库中海量的事实都为问答带来了很大的挑战。如何快速让计算机理解自然语言并快速检索出对应答案具有重要研究意义。本文主要研究面向简单问题的知识库自动问答方法,简单问题是指问题可以由知识库中的一条事实(subject,predicate,object)来回答。本文的主要研究工作如下:(1)研究了基于pipeline的自动问答方法,将问答任务分解成实体检测和关系检测两个子任务,通过建立实体识别模型、关系匹配模型来共同完成问答任务。此外通过建立问题与实体类型的匹配模型...

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

图1-1本文组织结构图

5的训练时间从48h减少到4h。此外，还进行了详细的实验结果分析，研究了实体候选集大孝负样本比例等方面对模型结果的影响。1.3.2论文组织结构本文总共包含5个章节，论文的整体组织结构如图1-1所示。第一章，介绍了基于知识库的简单问题问答的研究背景和意义，知识库及知识库问答方法的国....

图2-1问答流程示例

72.2总体流程如上节所示，简单问题的答案对应于知识库中的一条事实三元组,,ik<sro>。假设s，r分别对应问句中的主语和谓语，如果能找到s对应的实体is，谓语r对应的关系kr，那么就可以通过形如(s,r,?)结构化查询语句获取宾语实体o，快速地从知识库中检索出答案，完成问答任....

图2-3实体识别模型框架图

9的公司名称。当获取后面的信息时，才能确定它是一家公司的名称。所以，为了更全面地捕捉每一个单词的语义信息，分别采用了一个正向LSTM和一个反向LSTM。正向LSTM按照正常语序处理文本，反向LSTM将从句子的末尾逆向处理。对于单词xi，分别获取语义表示ihr和ihs，然后将二者拼....

图2-4关系匹配模型

12为了从关系候选集中选择出与问句匹配度最高的关系，本章提出的方法是训练关系匹配模型，将问句与关系的匹配问题转化为一个二分类问题。通过训练模型学习问句q与关系r是不是相互匹配的，间接完成问句中的谓语信息与关系的语义匹配问题。模型结构如图2-4所示。图2-4关系匹配模型为了将问句和....

本文编号：3927071