计算机应用研究

作者：刘月峰,张丽娜,杨宇慧,张公,张晨荣,

单位：内蒙古科技大学〓信息工程学院,内蒙古包头014010；

关键词：知识库问答,深度学习,相似度计算,联合事实选择,

基金：国家自然科学基金资助项目(51565046)；内蒙古自然科学基金资助项目(2018MS06019)；；

针对大多数简单知识库问答模型没有充分利用候选实体排序，并且往往忽略实体和关系之间依赖的问题，提出了基于实体排序和联合事实选择的方法。整个过程分为模式抽取、实体排序和联合事实选择三个步骤。首先，通过BILSTM-CRF算法对自然语言问题进行模式提取，将其划分为实体提及（mention）和问题模式（pattern）两部分；然后，同时利用subject（主题实体）和mention的字面和语义相似性对候选实体进行排序，抽取相关事实；最后，为了能在候选事实池中选择出最正确的实体—关系对，联合事实选择模型利用多级别编码增强整个过程。实验证明，该方法在simple questions dataset的准确率、召回率都有明显的提升。实验结果表明所提方法在知识库的简单问答上具有可行性。

来源：2020年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第11期