KBQA的核心任务

• 知识体系构建（KB）
  • 基于业务特点，梳理知识体系；
  • 非结构化输入文本抽取三元组（主实体Subject，关系Predicate，客实体Object），并以特定方式进行存储（通常为图数据库）。
    • 如："周星驰的电影功夫上映于2004年"，包含两对三元组（周星驰，拍摄的电影，功夫），（功夫，上映时间，2004年）；
• 标准问答查询（QA）
  • 关系实体抽取
    • 查询语句抽取二元组（主实体Subject，关系Predicate）；
    • 如："功夫上映于哪一年"，包含一对二元组（功夫，上映时间）； 
  • 实体消歧
    • 解决同名实体产生歧义的问题；
    • 如：周星驰和星爷应对应同一实体； 
  • 关系链接
    • 将抽取得到的实体与关系进行链接，保证链接后的实体关系在知识体系中是有效的；
    • 如：豆瓣影评任务下询问"周星驰的母亲叫什么名字"，所得到的二元组（周星驰，母亲）是非法的，因为知识体系中未建立该关系；
  • 结果查询
    • 在知识体系中检索合法的关系实体对，获取结果输出。

训练数据

[
    [
        "骗中骗的评分高吗",
        "豆瓣评分",
        "B-title I-title I-title O O O O O"
    ],
    [
        "安东尼娅家族啥时候上映的呀",
        "电影上映时间是什么",
        "B-title I-title I-title I-title I-title I-title O O O O O O O"
    ],
...
]

测试

{
    "text": "大话西游之大圣娶亲是最近刚上的电影吗",
    "predicate": "电影上映时间是什么",
    "subject": [
        {
            "title": "大话西游之大圣娶亲"
        }
    ],
    "response": "2014"
}

参考：Keras-Bert-KBQA | Bert系列模型应用于知识图谱问答的简单实践 - 知乎