1、QA System
KB-QA text-QA : 结合知识图谱作问答或者使用的是收集来的文本集合作问答
2、KB-QA 结构化数据
KB-QA is performed in two steps: (1) semantic parsing (语义分析)translates a question into a KB query, then (2) KBR (reasoning)traverses the query-matched paths in a KB to find the answers.
a、直接语义分析,然后查询知识图谱
对于 query ,我们使用 semantical parsing的方法,来分析query,进行句子成分分析,获得query的结构表示,然后在
KB中进行查询,获得结果,帮助answer的生成。里面涉及到了,衡量query分析结果和KB里面的相应知识相关性。
b、将KB里面的节点表示成 embedding的形式
训练模式类似 transE, 使用 triplet loss
3、知识图谱中涉及的两大技术:
a、实体链接 --- 实体识别和实体消歧 将实体词与KB里面的词对应起来
b、实体关系抽取 将文档中表示的实体关系表示出来
4、text-QA MRC 机器阅读理解 非结构化数据
在大段文本中,确定与问题相关的语句的范围,例如, SAN model 和 BiDAF model
本文章参考文献:
[1] https://zhuanlan.zhihu.com/p/25735572