基于多特征实体消歧的中文知识图谱问答

摘要：

问答系统应用于人工智能、自然语言处理和信息检索领域获得了较好的效果,知识图谱问答(KBQA)作为其中的重要组成部分,是一项极具挑战性的自然语言处理任务.然而,目前常见的中文KBQA系统对于实体链接的实体消歧部分并没有给出很好的解决方法.提出一种基于多特征实体消歧的中文KBQA系统,通过结合实体自身的知名度特征、问句与实体关系的语义相似度特征、问句与实体的字符相似度特征和语义相似度特征,构建多特征实体消歧模型,提高实体链接准确率,为系统的问句分类和最优路径选取部分提供更准确的主题实体,从而提升系统性能.实验结果表明,该系统在CCKS2019-CKBQA评测数据的验证集上平均F1值为72.08％,其中采用多特征消歧模型的实体链接准确率达到90.84％,较使用知名度消歧模型和评测大赛第1名分别提升6.35和0.11个百分点.

关键词：实体链接;实体消歧;主题实体;知识图谱问答;问答系统;问句分类;最优路径选取

所属期刊栏目：48

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61876115

在线出版日期：2022-02-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：47-54