前言

问答系统是NLP在业界最为重要的落地场景之一，但由于其全链路比较复杂，学习的时候难以入手。这是一个基础的图谱构建和问答系统的项目，为大家学习问答系统提供一个思路。
ps:之前断断续续写了知识图谱和问答系统的构建，干脆整合成一个完整的github项目，并对知识图谱进行系统性介绍

完整项目github地址：https://github.com/Chtholly1/KG-and-QA-demo
知识图谱搭建更加详细的介绍：https://blog.csdn.net/gzt940726/article/details/122884131
问答系统搭建更加详细的介绍：https://blog.csdn.net/gzt940726/article/details/123051808

主体

知识图谱的构建主要分为以下三个大的步骤：

1. 结构化数据的获取
2. 知识图谱(图数据库)的构建
3. 问答系统的搭建

一.结构化数据
对第一步而言，如果只是想做个简单的练手项目，我们可以去网上下载一个现成的结构化数据（电影等），进一步的话可以自己去爬取结构化的相关数据（小心被封ip)。
但很多时候数据往往是非结构化的，这时候便要用到最经典的方法——信息抽取。信息抽取一般又分为三个方面：
1.实体链接
2.关系抽取
3.事件抽取
通过这些方法，我们就可以把结构化数据转化为非结构化的数据了。

本项目直接采用已有的结构化数据来构建知识图谱，如：

{
    "source":"https://warcraft.huijiwiki.com/wiki/%E9%98%BF%E8%BE%BE%E7%BD%97%E6%A0%BC",
    "中文名":"阿达罗格",
    "状态":[
        "副本首领 可击杀"
    ],
    "种族":[
        "烈焰猎犬"
    ],
    "英文名":"Adarogg",
    "身份":[
        "怒焰裂谷首领"
    ]
}

二.知识图谱
这里直接摘抄知乎顾鹏的一段化来介绍知识图谱：

知识图谱在逻辑结构上可分为模式层与数据层两个层次：
数据层主要是由一系列的事实组成，而知识将以事实为单位进行存储。如果用（实体1，关系，实体2）、（实体、属性，属性值）这样的三元组来表达事实。可选择图数据库作为存储介质，例如开源的 Neo4j、Twitter 的 FlockDB、JanusGraph 等。
模式层构建在数据层之上，主要是通过本体库来规范数据层的一系列事实表达。本体是结构化知识库的概念模板，通过本体库而形成的知识库不仅层次结构较强，并且冗余程度较小。

个人理解这里的数据层指代的就是三元组信息。
而模式层就是所有三元组信息的表达方式，一般用RDF将信息序列化，常用的RDF方法有：
RDF/XML，N-Triples，Turtle，RDFa，JSON-LD
本项目中使用的是Turtle.

三.问答系统
目前，问答系统在本质上就是检索系统的进阶版（至少在强人工智能出现之前应该一直是）。
一般可以拆解为四部分：

1. 让机器理解 用自然语言所进行的提问。
2. 把问题进行拆解成多个简单问题。
3. 对每个问题去图数据库中进行检索，得到答案。
4. 把这些答案按合理的方式进行汇总，并返回最终答案。

本项目做的比较简单，默认提问是简单问题，所以只包含了1,3两个部分。

小结

在结构化数据和问答系统上能做的事情相当多，需要结合具体的业务进行技术的调研和落地。