基于深度哈希学习的知识库问答检索框架
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.
检索框架、知识库问答、深度哈希学习
50
TP391(计算技术、计算机技术)
2023-11-17（万方平台首次上网日期，不代表论文的发表时间）
共7页
227-233
