一、前言
本文是《智能对话机器人实战开发案例剖析》系列文章的第三部分,第2篇:基于知识图谱的智能问答机器人关键技术。相关内容已录制成视频课程,课程地址:网易云课堂
配套开源框架代码已上传至Github:kgRobot,如需参与项目开发请联系作者QQ群:149933712.
二、正文
2.1 核心思想
通过自然语言处理,把用户输入的问题,基于规则映射模型,转换为知识图谱查询语言:question2sparql。
2.2 工作流程
工作流程如下图所示:
2.3 关键技术
要点1:通过引入实体词典,提升中文分词能力;
要点2:通过基于规则的模式匹配,识别实体关系;
要点3:基于实体、关系查询诉求,转换为sparql查询语言;
2.4 程序演示
2.4.1 主程序入口-启动
2.4.2 中文分词-NLU
2.4.3 规则推理-入口
2.4.4 规则模板-模板
2.4.5 行为映射-行为
2.4.6 sparql查询
三、未完待续
本文知识抛砖引玉的一个示例,旨在帮助大家建立一种思维模式:基于知识图谱的推理原来可以这样做。不以技术细节、能力提升为目的,希望能够对大家有所帮助。
系列连载,持续更新。版权所有,转载请注明出处。多轮问答_知识图谱技术交流群:149933712 项目源码地址:https://github.com/zhangziliang04/kgRobot