简单构建基于RDF和SPARQL的KBQA（知识图谱问答系统）

本文主要通过python实例讲解基于RDF和SPARQL的KBQA系统的构建。该项目可在python2和python3上运行通过。

注：KBQA即是我们通常所说的基于知识图谱的问答系统。这里简单构建的EasyKBQA，数据来源于网络，源码地址看下面补充说明。

 

流程原理：

该问答系统可以解析输入的自然语言问句，主要运用REFO库的"对象正则表达式"匹配得到结果, 进而生成对应 SPARQL 查询语句，再通过API请求后台基于TDB知识谱图数据库的 Apache Jena Fuseki 服务, 得到结果。

实际过程：

1. 预定义 3 ​类共 5 ​个示例问题，​包括：
　　● "谁是苑茵?",
　　● "丁洪奎是谁?",
　　● "苏进木来自哪里?",
　　● "苑茵哪个族的?",
　　● "苑茵是什么民族的人?".
2. 利用结巴分词对中文句子进行分词, ​同时进行词性标注；
3. 将词的文本和词性打包, ​视为"词对象"，对应 :class:Word(token,​ ​pos)​；
4. 利用 REfO ​模块对词进行对象级别 (object-level) ​的正则匹配，判断问题属于的​种类​并产生对应的 SPARQL，对应 :class:Rule(condition,​ ​action)​ÿ