期刊文献+
共找到86篇文章
< 1 2 5 >
每页显示 20 50 100
A multi-attention RNN-based relation linking approach for question answering over knowledge base 被引量:1
1
作者 Li Huiying Zhao Man Yu Wenqi 《Journal of Southeast University(English Edition)》 EI CAS 2020年第4期385-392,共8页
Aiming at the relation linking task for question answering over knowledge base,especially the multi relation linking task for complex questions,a relation linking approach based on the multi-attention recurrent neural... Aiming at the relation linking task for question answering over knowledge base,especially the multi relation linking task for complex questions,a relation linking approach based on the multi-attention recurrent neural network(RNN)model is proposed,which works for both simple and complex questions.First,the vector representations of questions are learned by the bidirectional long short-term memory(Bi-LSTM)model at the word and character levels,and named entities in questions are labeled by the conditional random field(CRF)model.Candidate entities are generated based on a dictionary,the disambiguation of candidate entities is realized based on predefined rules,and named entities mentioned in questions are linked to entities in knowledge base.Next,questions are classified into simple or complex questions by the machine learning method.Starting from the identified entities,for simple questions,one-hop relations are collected in the knowledge base as candidate relations;for complex questions,two-hop relations are collected as candidates.Finally,the multi-attention Bi-LSTM model is used to encode questions and candidate relations,compare their similarity,and return the candidate relation with the highest similarity as the result of relation linking.It is worth noting that the Bi-LSTM model with one attentions is adopted for simple questions,and the Bi-LSTM model with two attentions is adopted for complex questions.The experimental results show that,based on the effective entity linking method,the Bi-LSTM model with the attention mechanism improves the relation linking effectiveness of both simple and complex questions,which outperforms the existing relation linking methods based on graph algorithm or linguistics understanding. 展开更多
关键词 question answering over knowledge base(kbqa) entity linking relation linking multi-attention bidirectional long short-term memory(Bi-LSTM) large-scale complex question answering dataset(LC-QuAD)
下载PDF
基于层次结构图的多跳知识图谱问答模型
2
作者 刘昀抒 申彦明 +1 位作者 齐恒 尹宝才 《计算机工程》 CSCD 北大核心 2024年第1期101-109,共9页
知识图谱问答(KBQA)旨在理解用户的自然语言问句,在结构化的知识图谱中通过检索、推理等手段来获取答案实体。近年来,多跳KBQA备受关注,然而,复杂问句中通常存在多个关系意图,已有KBQA方法大多忽视了推理关系链的关系顺序问题。为此,提... 知识图谱问答(KBQA)旨在理解用户的自然语言问句,在结构化的知识图谱中通过检索、推理等手段来获取答案实体。近年来,多跳KBQA备受关注,然而,复杂问句中通常存在多个关系意图,已有KBQA方法大多忽视了推理关系链的关系顺序问题。为此,提出一种基于层次结构图的多跳知识图谱问答模型(HSG-KBQA),建模自然语言问句的关系层次顺序,指导模型在每个推理步选择合理的关系意图。设计一种层次结构图,显式地体现问句中关系的层次距离,利用LSTM-BiGCN编码层将词语间的依存信息编码到问句中;提出虚拟节点的概念,利用图池化技术过滤不重要的节点,学习推理过程中知识图谱的状态;设计基于注意力机制和层次权重的解码器来优化指令生成,使推理指令更匹配问句中的关系链顺序。实验结果表明,HSG-KBQA在WebQuestionsSP数据集上取得了71.3%的Hits@1分数,在PathQuestions数据集上取得了97.3%(PQ-2H)和89.7%(PQ-3H)的Hits@1分数,均优于对照基准模型,表明HSG-KBQA模型在KBQA任务中具有更好的性能。 展开更多
关键词 知识图谱问答 问答系统 多跳问答 图神经网络 动态推理
下载PDF
基于PICO模型的中医药循证指南知识图谱构建与智能问答系统研究 被引量:1
3
作者 崔唐明 孙美玲 +1 位作者 孙华君 李海燕 《中国数字医学》 2024年第5期20-27,共8页
目的:基于PICO模型构建中医药循证指南知识图谱,探索以此知识图谱为知识库搭建智能问答系统,增强临床决策支持。方法:采用自上而下与自下而上相结合的方法设计知识图谱的概念层和数据层,并以多囊卵巢综合征为例,利用“文心一言”大模型... 目的:基于PICO模型构建中医药循证指南知识图谱,探索以此知识图谱为知识库搭建智能问答系统,增强临床决策支持。方法:采用自上而下与自下而上相结合的方法设计知识图谱的概念层和数据层,并以多囊卵巢综合征为例,利用“文心一言”大模型工具进行知识抽取,抽取结果通过Neo4j图数据库进行存储,实现知识图谱的可视化展示,同时对智能问答系统进行临床专家问卷调研和框架结构设计。结果:构建了包含13种类别、248个节点、12种关系类型、337条关系以及10种数据属性的中医药循证指南知识图谱,并展示了其可视化功能和应用示例。智能问答系统部分,已根据指南临床问题范围将其分为12大类,并预设了24种问题模板,为后续问题预处理奠定了基础,并对系统实现提供了有力支撑。结论:本研究以循证指南为数据源确保了临床辅助决策系统科学性和准确性,也为中医药领域的智能化信息服务提供了新的思路和方法。 展开更多
关键词 PICO 循证指南 知识图谱 智能问答系统 大模型
下载PDF
面向知识图谱问答的查询图生成方法
4
作者 谈川源 贾永辉 +1 位作者 陈文亮 陈跃鹤 《中文信息学报》 CSCD 北大核心 2024年第5期117-126,共10页
该文提出一种新的查询图生成方法用于知识图谱问答系统的问句解析。现有查询图生成工作覆盖的复杂问句类型有限,不能较好地处理答案为关系或涉及关系约束的问句,且未充分考虑路径结果间的组合与运算。因此,该文在查询图生成中应用节点... 该文提出一种新的查询图生成方法用于知识图谱问答系统的问句解析。现有查询图生成工作覆盖的复杂问句类型有限,不能较好地处理答案为关系或涉及关系约束的问句,且未充分考虑路径结果间的组合与运算。因此,该文在查询图生成中应用节点操作的同时引入基于关系的操作,并考虑不同主路径之间的组合情况,显著提升对复杂问句的分析能力。并在此基础上,构建了中文知识图谱问答系统。此外,该文构建一份包含多种复杂类型问句的中文知识图谱问答数据集。该数据集和CCKS2019-CKBQA数据集合并后构成一个新的数据集CCKS2019-Comp,并用来测试本文方法的有效性。实验结果表明,该文方法在CCKS2019-CKBQA和CCKS2019-Comp测试集上平均F 1值分别达到73.8%和73.3%。该文的新构建数据和代码已开源①。 展开更多
关键词 知识图谱问答 查询图生成 数据构建 问答系统
下载PDF
预训练语言模型特征增强的多跳知识库问答
5
作者 魏谦强 赵书良 +2 位作者 卢丹琦 贾晓文 杨世龙 《计算机工程与应用》 CSCD 北大核心 2024年第22期184-196,共13页
知识库问答(knowledge base question answering,KBQA)是一个具有挑战性的热门研究方向,多跳知识库问答主要的挑战是非结构化的自然语言问题与结构化的知识库推理路径存在不一致性,基于图检索的多跳知识库问答模型善于把握图的拓扑结构... 知识库问答(knowledge base question answering,KBQA)是一个具有挑战性的热门研究方向,多跳知识库问答主要的挑战是非结构化的自然语言问题与结构化的知识库推理路径存在不一致性,基于图检索的多跳知识库问答模型善于把握图的拓扑结构,但忽略了图中结点和边携带的文本信息。为了充分学习知识库三元组的文本信息,构造了知识库三元组的文本形式,并提出了三个基于非图检索的特征增强模型RBERT、CBERT、GBERT,它们分别使用前馈神经网络、深层金字塔卷积网络、图注意力网络增强特征。三个模型显著提高了特征表示能力和问答准确率,其中RBERT结构最简单,CBERT训练最快,GBERT性能最优。在数据集MetaQA、WebQSP和CWQ上进行实验对比,在Hits@1和F1两个指标上三个模型明显优于目前的主流模型,也明显优于其他BERT的改进模型。 展开更多
关键词 多跳知识库问答 预训练语言模型 特征增强
下载PDF
融合局部特征的多知识库常识问答模型
6
作者 田雨晴 汪春梅 袁非牛 《计算机工程与应用》 CSCD 北大核心 2024年第12期129-135,共7页
当前的多知识库融合常识推理模型的输入和特征组合的方式过于简单,导致模型丢失了一些与问题和答案相关的重要信息,限制了融合外部知识的常识推理模型的效果。另外,在进行常识问答的任务时,预训练语言模型输出的问题和答案表示存在的向... 当前的多知识库融合常识推理模型的输入和特征组合的方式过于简单,导致模型丢失了一些与问题和答案相关的重要信息,限制了融合外部知识的常识推理模型的效果。另外,在进行常识问答的任务时,预训练语言模型输出的问题和答案表示存在的向量各向异性问题没有得到解决。这些问题都是导致常识问答推理性能不够高的因素。针对以上问题,提出了一种基于局部特征融合的多知识库常识问答模型,改进外部知识库和问答文本的融合方式。模型将局部的问题和答案特征融入预训练语言模型全局特征,以丰富模型的特征信息,并在预测层结合了多种维度的特征进行预测;模型对于待匹配的问题和答案句子表示进行了白化处理,然后执行匹配任务。通过白化操作,模型增强了句子表示的各向同性,提升了句子向量的表征能力;还探索了不同预训练编码器(如:ALBERT、ELECTRA)在模型上的效果,以加强对知识文本的特征抽取能力,并证明了模型的稳定性。实验结果证明,在相同BERT-base编码器的实验下,模型的准确率达到78.6%,相较于基线模型,准确率提升了3.5个百分点;在ELECTRA-base编码器的实验下,模型的准确率达到80.1%。 展开更多
关键词 常识问答 知识库融合 局部特征融合预测 向量白化
下载PDF
具有自主学习与记忆功能的智能政务问答系统研究 被引量:1
7
作者 方海泉 邓明明 《电子技术应用》 2024年第1期21-26,共6页
任务型问答系统一旦构建好,通常是固定不变的,能回答的问题非常有限,难以满足用户的需求。对此,提出一种自动实时更新知识库的方法,当用户提了一个问答系统回答不了的问题,系统会把该问题自动发送给人工客服,人工客服利用专业知识回复后... 任务型问答系统一旦构建好,通常是固定不变的,能回答的问题非常有限,难以满足用户的需求。对此,提出一种自动实时更新知识库的方法,当用户提了一个问答系统回答不了的问题,系统会把该问题自动发送给人工客服,人工客服利用专业知识回复后,系统能够自动实时获取用户提的问题和人工客服回复的答案,并把这个问答对自动实时更新到知识库,之后如果其他用户提了类似的问题,问答系统就能够快速给出对应的答案。以政务领域的问答系统为例,应用文本向量化方法 ERNIE构建知识库自动实时更新的问答系统。经过计算机实验证明,提出的方法能够实现知识库自动实时更新,构建的问答系统具有自主学习与记忆功能,提高了任务型问答系统的智能化水平。 展开更多
关键词 问答系统 自主学习 记忆功能 知识库 自动实时更新
下载PDF
基于知识图谱的智能客服机器人 被引量:2
8
作者 郏维强 李璜玮 +1 位作者 宣明辉 魏宽宏 《信息技术》 2024年第1期59-64,共6页
针对当前一些已有的智能客服机器人存在不够“智能”、无法有效解决复杂场景的问题,文中研究了一种以客户为中心、以知识图谱和自然语言处理为核心技术的智能客服机器人。该系统基于真实金融场景,运用知识图谱和自然语言处理技术,实现... 针对当前一些已有的智能客服机器人存在不够“智能”、无法有效解决复杂场景的问题,文中研究了一种以客户为中心、以知识图谱和自然语言处理为核心技术的智能客服机器人。该系统基于真实金融场景,运用知识图谱和自然语言处理技术,实现系统自动识别问题、精准理解问题和准确解答问题。经上线测试表明,该系统不仅能提供精准度较高的答案,而且可大幅提升服务效率,解决89%的客服问题,人机对比度可以达到1∶200以上,总体运行较好。 展开更多
关键词 知识图谱 自然语言理解 场景化 问题理解 客服机器人
下载PDF
基于BERT-BiLSTM和多元信息融合的关系检测模型
9
作者 吉杰 邵清 沈颖 《计算机与数字工程》 2024年第9期2626-2633,共8页
知识库问答系统(KBQA)已广泛应用于搜索引擎,聊天机器人,以及图谱检索等任务中。它通过知识库中的知识三元组来回答问题,其中关系检测任务是核心环节。传统的关系检测模型通常使用问题向量和关系向量的相似度来表现问题与关系之间的联系... 知识库问答系统(KBQA)已广泛应用于搜索引擎,聊天机器人,以及图谱检索等任务中。它通过知识库中的知识三元组来回答问题,其中关系检测任务是核心环节。传统的关系检测模型通常使用问题向量和关系向量的相似度来表现问题与关系之间的联系,容易造成信息单一,从而使回答问题的准确率下降。在分析现有关系检测模型的基础上提出一种基于BERT预训练结构并融合多元信息元素的BiLSTM模型(FI-BERT-BiLSTM)。首先通过在模型中加入BERT预训练层来弥补信息单一问题,其次构建信息融合层,强化问题与关系特征,对公共网络层的数据进行二次特征提取,并通过attention机制加入额外信息来增加问题与关系特征的多样性。在SimpleQuestion和WebQuestion两个数据集上的仿真实验验证了模型的有效性。 展开更多
关键词 知识库问答 关系检测 BERT 深度学习 双向注意力机制
下载PDF
基于LangChain和ChatGLM的高校财务问答系统研究与实现
10
作者 蔡振华 王燕贞 杨净 《现代计算机》 2024年第15期104-110,共7页
首先对高校财务网站上的文档进行了搜集、整理和加工,形成了一个本地知识库。接着,结合该知识库,构建了一个基于LangChain和ChatGLM的高校财务问答系统。为了评估系统的性能,由高校财务工作人员、教师和学生志愿者组成的评测小组对系统... 首先对高校财务网站上的文档进行了搜集、整理和加工,形成了一个本地知识库。接着,结合该知识库,构建了一个基于LangChain和ChatGLM的高校财务问答系统。为了评估系统的性能,由高校财务工作人员、教师和学生志愿者组成的评测小组对系统进行了详细的测试、评估与分析。测试结果显示,该问答系统在准确性、可解释性和响应速度等方面表现优异,尤其是在科研经费管理、学生业务、工薪劳务等领域的问答已接近实用水平。然而,系统在知识库完备性、问题相关知识检索、基于知识生成有效回答等方面仍存在不足,这些方面是未来研究的重点。相关研究工作为提升高校财务部门的服务能力和水平提供了一种新的解决方案,同时也为大语言模型在数字校园建设方面的研究与应用提供了有益的参考。 展开更多
关键词 LangChain ChatGLM LLM 大语言模型 财务问答 知识库问答 问答系统 对话系统
下载PDF
基于关系感知的知识子图构建方法研究
11
作者 骆丹 谢维信 +1 位作者 陶志强 窦昌靖 《移动信息》 2024年第9期210-213,共4页
随着现代用户对知识需求的不断扩大,各种大规模的知识库相继涌现,复杂的知识库问答引起了研究者的广泛关注.复杂问题涉及多个实体和复杂的逻辑关系,导致答案搜索空间扩大.因此,在训练模型之前需要在数据预处理阶段构建知识子图.文中改... 随着现代用户对知识需求的不断扩大,各种大规模的知识库相继涌现,复杂的知识库问答引起了研究者的广泛关注.复杂问题涉及多个实体和复杂的逻辑关系,导致答案搜索空间扩大.因此,在训练模型之前需要在数据预处理阶段构建知识子图.文中改进了传统的知识子图构建方法,提出了一种基于关系感知的知识子图构建方法,在子图检索和子图剪枝中利用关系与问题的相似性进行指导,优化子图规模的同时保证答案存在率和覆盖率. 展开更多
关键词 知识库问答 信息检索 知识子图
下载PDF
智慧图书馆中的智能问答应用研究
12
作者 吴承颖 《科技资讯》 2024年第9期222-224,共3页
传统图书馆的咨询服务中,图书馆员与读者都在沟通问答上浪费了大量的时间和精力,业务量大、问题重复等原因使这种服务模式无法为读者提供有效的问答服务,为此需要有一种智能问答服务来减轻图书馆员的工作负担。图书馆应用智能问答能够... 传统图书馆的咨询服务中,图书馆员与读者都在沟通问答上浪费了大量的时间和精力,业务量大、问题重复等原因使这种服务模式无法为读者提供有效的问答服务,为此需要有一种智能问答服务来减轻图书馆员的工作负担。图书馆应用智能问答能够解决海量信息与用户特定需求之间的矛盾,在快速获取目标内容、节省时间的同时满足用户对高质量信息的需要。 展开更多
关键词 智慧图书馆 智能问答 知识库 阅读体验
下载PDF
InsunKBQA:一个基于知识库的问答系统 被引量:4
13
作者 周博通 孙承杰 +1 位作者 林磊 刘秉权 《智能计算机与应用》 2017年第5期150-154,共5页
针对大规模知识库问答的特点,构建了1个包含3个主要步骤的问答系统:问句中的命名实体识别、问句与属性的映射和答案选择。使用基于别名词典的排序方法进行命名实体识别,使用结合注意力机制的双向LSTM进行属性映射,最后综合前2步的结果... 针对大规模知识库问答的特点,构建了1个包含3个主要步骤的问答系统:问句中的命名实体识别、问句与属性的映射和答案选择。使用基于别名词典的排序方法进行命名实体识别,使用结合注意力机制的双向LSTM进行属性映射,最后综合前2步的结果从知识库中选择答案。该系统在NLPCC-ICCPOL 2016 KBQA任务提供的测试数据集上的平均F1值为0.809 7,接近已发表的最好水平。 展开更多
关键词 知识库 自动问答 语义相似度 注意力机制
下载PDF
一种应用于KBQA关系检测的多视角层次匹配网络 被引量:1
14
作者 朱雅凤 邵清 《小型微型计算机系统》 CSCD 北大核心 2020年第1期12-18,共7页
知识库问答(KBQA)是指利用知识库中的一个或多个知识三元组回答一个自然语言问题,需要检测问题中提及的知识库实体和关系.关系检测是知识库问答的核心.为了解决现有关系检测方法存在的匹配视角单一和信息瓶颈问题,本文提出了一种多视角... 知识库问答(KBQA)是指利用知识库中的一个或多个知识三元组回答一个自然语言问题,需要检测问题中提及的知识库实体和关系.关系检测是知识库问答的核心.为了解决现有关系检测方法存在的匹配视角单一和信息瓶颈问题,本文提出了一种多视角层次匹配网络(M-HMN,Multi-view Hierarchical Matching Network),M-HMN利用双向注意力机制对齐问题与候选关系的不同特征,强化两者匹配部分的观察精细度,将匹配信息封装成向量,再由自注意力机制有效聚合多个向量以进行正确关系检测.对于KBQA最终任务的评估,本文提出一种简易的实体重排序算法,利用M-HMN网络优化候选实体集.实验结果表明,M-HMN能有效缓解关系检测的信息瓶颈问题,而提出的实体重排序算法能够进行实体消歧,获得更小更为精准的候选实体集,对KBQA最终任务性能有显著的提升. 展开更多
关键词 知识库问答 关系检测 双向注意力机制 实体消歧
下载PDF
Type-Aware Question Answering over Knowledge Base with Attention-Based Tree-Structured Neural Networks 被引量:4
15
作者 Jun Yin Wayne Xin Zhao Xiao-Ming Li 《Journal of Computer Science & Technology》 SCIE EI CSCD 2017年第4期805-813,共9页
Question answering (QA) over knowledge base (KB) aims to provide a structured answer from a knowledge base to a natural language question. In this task, a key step is how to represent and understand the natural langua... Question answering (QA) over knowledge base (KB) aims to provide a structured answer from a knowledge base to a natural language question. In this task, a key step is how to represent and understand the natural language query. In this paper, we propose to use tree-structured neural networks constructed based on the constituency tree to model natural language queries. We identify an interesting observation in the constituency tree: different constituents have their own semantic characteristics and might be suitable to solve different subtasks in a QA system. Based on this point, we incorporate the type information as an auxiliary supervision signal to improve the QA performance. We call our approach type-aware QA. We jointly characterize both the answer and its answer type in a unified neural network model with the attention mechanism. Instead of simply using the root representation, we represent the query by combining the representations of different constituents using task-specific attention weights. Extensive experiments on public datasets have demonstrated the effectiveness of our proposed model. More specially, the learned attention weights are quite useful in understanding the query. The produced representations for intermediate nodes can be used for analyzing the effectiveness of components in a QA system. 展开更多
关键词 question answering deep neural network knowledge base
原文传递
基于知识图谱全局和局部特征的复杂问答方法 被引量:2
16
作者 陈跃鹤 贾永辉 +2 位作者 谈川源 陈文亮 张民 《软件学报》 EI CSCD 北大核心 2023年第12期5614-5628,共15页
近年来,研究者已经提出多种方法来解决知识库问答(KBQA)中的复杂问题,并取得一定成果.然而,由于语义构成的复杂性以及可能存在推理路径的缺失,复杂问题的求解效果依然不佳.为了更好地解决这类问题,提出基于知识图谱全局和局部特征的问... 近年来,研究者已经提出多种方法来解决知识库问答(KBQA)中的复杂问题,并取得一定成果.然而,由于语义构成的复杂性以及可能存在推理路径的缺失,复杂问题的求解效果依然不佳.为了更好地解决这类问题,提出基于知识图谱全局和局部特征的问答方法——CGL-KBQA.所提方法利用知识嵌入技术提取知识图谱整体的拓扑结构和语义特征作为候选实体节点的全局特征,根据实体表示和问句表示将复杂问答建模为复合的三元组分类任务.同时,将图谱在搜索过程生成的核心推导路径作为局部特征,结合问句的语义相似性来构建候选实体不同维度特征,最终形成混合特征评分器.由于最终推理路径可能缺失,采用基于无监督的多重聚类方法设计了聚类器模块,进而根据候选实体的两类特征表示直接生成最终答案簇,这使得非完全知识图谱问答成为可能.实验结果表明,所提方法在两个常见KBQA数据集上均取得不错的效果,特别是在图谱知识不完全的情况下也具备非常好的效果. 展开更多
关键词 知识图谱问答 信息检索 知识图谱嵌入
下载PDF
融合事实文本的问句分解式语义解析方法 被引量:1
17
作者 杨玉倩 高盛祥 +1 位作者 余正涛 宋燃 《小型微型计算机系统》 CSCD 北大核心 2023年第9期1932-1939,共8页
目前知识库问答(Knowledge base question answering,KBQA)技术无法有效地处理复杂问题,难以理解其中的复杂语义.将一个复杂问题先分解再整合,是解析复杂语义的有效方法.但是,在问题分解的过程中往往会出现实体判断错误或主题实体缺失... 目前知识库问答(Knowledge base question answering,KBQA)技术无法有效地处理复杂问题,难以理解其中的复杂语义.将一个复杂问题先分解再整合,是解析复杂语义的有效方法.但是,在问题分解的过程中往往会出现实体判断错误或主题实体缺失的情况,导致分解得到的子问题与原始复杂问题并不匹配.针对上述问题,提出了一种融合事实文本的问解分解式语义解析方法.对复杂问题的处理分为分解-抽取-解析3个阶段,首先把复杂问题分解成简单子问题,然后抽取问句中的关键信息,最后生成结构化查询语句.同时,本文又构造了事实文本库,将三元组转化成用自然语言描述的句子,采用注意力机制获取更丰富的知识.在ComplexWebQuestions数据集上的实验表明,本文提出的模型在性能上优于其他基线模型. 展开更多
关键词 知识库问答 复杂问题 语义解析 事实文本
下载PDF
面向多跳问答的多视图语义推理网络 被引量:1
18
作者 龙欣 赵容梅 +1 位作者 孙界平 琚生根 《工程科学与技术》 EI CSCD 北大核心 2023年第2期285-297,共13页
由于多跳知识图谱问答任务的复杂性,现有研究大多通过堆叠多层图神经网络以捕捉更大范围的高阶邻居信息。这种做法将多阶信息融合在一起,以损失节点判别性为代价获取更全局的信息,存在过平滑问题;并且,由于离节点越近的邻居置信度越高,... 由于多跳知识图谱问答任务的复杂性,现有研究大多通过堆叠多层图神经网络以捕捉更大范围的高阶邻居信息。这种做法将多阶信息融合在一起,以损失节点判别性为代价获取更全局的信息,存在过平滑问题;并且,由于离节点越近的邻居置信度越高,将多阶邻居信息融合在一起的做法会忽略邻居的置信度。此外,多跳知识图谱问答存在许多数据集通常没有给定中间路径的监督信息的弱监督问题,会使模型在进行路径推理时缺乏有效的指导信息,导致模型推理能力降低。为了解决以上问题,论文提出了一种多视图语义推理网络,该网络利用全局和局部两种视图的信息共同进行推理。全局视图信息是指节点的多阶邻居信息,能够为推理提供更丰富的证据;局部视图信息则只关注节点的1阶邻居信息,更具有判别性,能够缓解全局视图信息存在的过平滑问题。同时,该网络将问题分解为多个子问题作为中间路径推理的指导信息,并从问题语义构成的均匀性和一致性出发,设计了一种新颖的损失函数以提升问题分解的质量,以提高模型中间路径推理的能力。论文方法在3个真实数据集上进行了大量实验,实验结果表明,多视图的语义信息能够为推理提供更加全面的证据,将问题分解为子问题的做法能够提高中间路径推理的准确性,证明了论文方法的有效性。 展开更多
关键词 多跳知识图谱问答 图神经网络 多视图 语义推理 弱监督
下载PDF
基于多角度交叉注意力机制的知识库问答方法
19
作者 代发扬 符海东 +1 位作者 高峰 顾进广 《计算机应用与软件》 北大核心 2023年第12期33-40,共8页
近些年知识库问答的方法通常利用多视角信息来表示候选答案,忽略了这些信息间的相互影响,将问题的单词与候选答案的多视角信息计算相关性,忽略了二者在整体与细节上的信息。基于上述问题,提出一个多角度交叉注意力模型,通过多视角交叉... 近些年知识库问答的方法通常利用多视角信息来表示候选答案,忽略了这些信息间的相互影响,将问题的单词与候选答案的多视角信息计算相关性,忽略了二者在整体与细节上的信息。基于上述问题,提出一个多角度交叉注意力模型,通过多视角交叉注意力机制获取候选答案多视角信息间的交叉影响;将问题与候选答案信息进行整体表示,运用双向交叉注意力机制来计算其二者在整体级别上的关联性,最终提高获取答案的正确率。利用FreeBase知识库与WebQuestions数据集进行实验,F1值达到55.84%,优于最近表现较好的方法。 展开更多
关键词 知识库问答 多视角信息 多视角交叉注意力机制 双向交叉注意力机制
下载PDF
基于深度哈希学习的知识库问答检索框架 被引量:2
20
作者 刘铄 周刚 +1 位作者 李珠峰 吴皓 《计算机科学》 CSCD 北大核心 2023年第11期227-233,共7页
知识库问答通常包含3个子任务:中心实体识别、实体链接和关系检测。鉴于当前知识库中通常包含数量巨大的实体和关系,为了进一步解决基于复杂规则和倒排索引在知识库中进行检索带来的搜索空间局限性、召回率偏低和难以兼顾语义信息等问题... 知识库问答通常包含3个子任务:中心实体识别、实体链接和关系检测。鉴于当前知识库中通常包含数量巨大的实体和关系,为了进一步解决基于复杂规则和倒排索引在知识库中进行检索带来的搜索空间局限性、召回率偏低和难以兼顾语义信息等问题,提出了一种构造知识库问答检索框架的新方法。该框架包含文本召回和哈希召回两个主要模块,通过二次召回设计构成传统文本检索与保留语义信息的哈希码检索的级联检索模式。所提方法在大规模知识库问答测评基准KgCLUE和NLPCC2016提供的数据集上进行实验,结果表明:基于深度哈希学习的知识库问答检索框架可以高效地获取高质量的候选项,在适应大规模知识库的同时能够节省一定的时间开销。 展开更多
关键词 检索框架 知识库问答 深度哈希学习
下载PDF
上一页 1 2 5 下一页 到第
使用帮助 返回顶部