# Strong Baselines for Simple Question Answering over Knowledge Graphs with and without Neural Netwo

# Strong Baselines for Simple Question Answering over Knowledge Graphs with and without Neural Networks

标签（空格分隔）： 自然语言处理

---

简介

• 在简单的神经网络上就能达到较好的效果
• 即使不用神经网络，也能达到较好的效果

相关工作

• 一开始的时候人们会把简单问句简化成一个结构化的问句
• 最近的一个数据集已经成为了知识图谱上的问答基线
• 本文并不认为人们已经充分探索了baseline

方法论

• 本文将QA问题分为四个部分：实体识别、实体链接、关系预测、证据整合

• github:https://github.com/castorini/BuboQA

实体识别

• 只用到了双向LSTM和GRU+词向量
• 没有加CRF
• 还采用了只用CRF的方法（没有加神父学习）

实体链接

• 没有用神经网络，用模糊字符串匹配
• 用到了ngram的倒排索引

关系预测