公众号 系统之神与我同在

前几个月参加了今年ccks（中国知识图谱与计算语义大会）任务四基于知识图谱问答的比赛：

a榜第三 b榜出差去了 等回来的时候结束了 在这里写个分享

知识图谱典型问题：

问题：

武汉大学出了哪些科学家

查询语句：

select ?x where {?x<职业><科学家_（从事科学研究的人群）>.?x<毕业院校><武汉大学>.}

答案：

"<郭传杰> <张贻明> <刘西尧> <石正丽> <王小村>"

该问题的特点是两个关系的结果求交集

问题:

凯文·杜兰特得过哪些奖？

查询语句：

select ?x where { <凯文·杜兰特> <主要奖项> ?x . }

答案：

"7次全明星（2010-2016）” “5次NBA最佳阵容一阵（2010-2014）” “NBA得分王（2010-2012；2014）” “NBA全明星赛MVP（2012）” "NBA常规赛MVP（2014）"

简单的一跳问题

问题：

获得性免疫缺陷综合征涉及哪些症状？

查询语句：

select ?x where {<获得性免疫缺陷综合征><涉及症状>?x.}

答案：

"<淋巴结肿大> <HIV感染> <脾肿大> <心力衰竭> <肾源性水肿> <抑郁> <心源性呼吸困难> <低蛋白血症> <不明原因发热> <免疫缺陷> <高凝状态> <右下腹痛伴呕吐> "

医学问题都比较长，需要通过ES来搜索实体名称用于解决一般的实体识别方案的不足

问题：

詹妮弗·安妮斯顿出演了一部1994年上映的美国情景剧，这部美剧共有多少集？

查询语句：

select ?y where {?x<主演><詹妮弗·安妮斯顿>.?x<上映时间>""1994"".?x<集数>?y.}

答案：

"236"

该问题较为复杂需要用句法分析和问题类型判定来协助查询生成

实现原理

例如问题是：莫妮卡·贝鲁奇的代表作？

第一步：我们将该问题进行命名实体识别（预处理模块：实体识别），得到名为“莫妮卡·贝鲁奇”的实体提及，将该实体提及输入别名词典和ES中，得到备选实体名称；

第二步：将问题输入我们的问题结构分类模型（预处理模块：问题分类），得到该问题属于一跳问实体的问题类型，得知该问题有一个实体槽位和一个关系槽位需要填充（预处理模块：槽位预测）；

第三步：将第一步中得到的实体通过语义特征和人工特征进行实体消歧，得到真正的实体为<莫妮卡·贝鲁奇>（实体分析模块：实体链接）；

第四步：根据第二步中预测的槽位，将实体填充到该查询语句中得到select ?x where {<莫妮卡·贝鲁奇><>?x.}（查询生成模块：槽位填充）；

第五步：搜索<莫妮卡·贝鲁奇>的所有关系名称，和原文进行语义匹配并排序，得到关系<代表作品>（查询生成模块：路径排序）；

第六步：将代表作品填入第二步所预测的关系槽位中，得到查询语句select ?x where {<莫妮卡·贝鲁奇><代表作品>?x.}，并转化为图数据库查询语言（查询生成模块：槽位填充）；

第七步：将第六步中得到的查询语言在图数据库中查询并得到答案，并进行答案校验（答案验证模块：验证答案的实体类型）。

问题解析模块：

问题分类：

一个问题所属的类型有两个判断依据：1、链式和夹式 2、问题的跳数 3、每一跳问实体还是问关系，例如：

a）一跳问实体类型：

莫妮卡·贝鲁奇的代表作？ select ?x where {<莫妮卡·贝鲁奇><代表作品>?x.} select ?x where {<><>?x.}

其括号内结构为<主><谓><宾>，得到主语、谓语，问宾语

b）二跳链式问实体类型：

发明显微镜的人是什么职业？ select ?y where {<显微镜><发明人>?x.?x<职业>?y.} select ?y where {<><>?x.?x<>?y.}

其括号内结构为<主1><谓1><宾1><主2><谓2><宾2>，得到主语1、谓语1，匹配中间节点<?x>，再根据中间点的”职业“得到链式答案

c）二跳夹式问实体类型：

我们会在哪个民俗节日里猜灯谜？ select ?x where {?x<类别><民俗>.?x<节日活动><猜灯谜>.} select ?x where {?x<><>.?x<><>.}

其括号内结构为<主1><谓1><宾1><主2><谓2><宾2>，得到主语1、谓语1、主语2、谓语2，最终得到宾语1、宾语2。将二者取交集，得到夹式答案

槽位预测：

根据问题的分类，就能够预测出该问题有几个语义槽位需要填充

实体链接主要使用了语义特征和图特征：

这里推荐matchzoo用于语义特征建模：

路径排序主要使用的是一个语义比对方法：

此方法也用在了项目中：