Semantic Parsing via Staged Query Graph Generation: Question Answering with Knowledge Base 论文笔记

部分内容来自https://zhuanlan.zhihu.com/p/25942766

摘要

该文章分析了传统语义解析方法的不足，受信息抽取和向量建模方法的启发，将语义解析过程转化成查询图（Query graph）分阶段生成的过程，使用了卷积神经网络来提升自然语言到知识库关系的映射。该方法在WebQuestion数据集上测试，取得了52.5的F1-score，该性能远超当时的所有方法。

1. Introduction

传统的语义解析方法和知识库本身的联系是不够紧密的（Decoupled from KB），也就是说，传统语义解析方法对知识库的利用还不够。