10.16451/j.cnki.issn1003-6059.202103008
融合事实文本的知识库问答方法
在自然语言问题中,由于知识库中关系表达的多样化,通过表示学习匹配知识库问答的答案仍是一项艰巨任务.为了弥补上述不足,文中提出融合事实文本的知识库问答方法,将知识库中的实体、实体类型和关系转换为事实文本,并使用双向Transformer编码器(BERT)进行表示,利用BERT丰富的语义模式得到问题和答案在低维语义空间中的数值向量,通过数值计算匹配与问题语义最相近的答案.实验表明,文中方法在回答常见的简单问题时效果较优,鲁棒性较强.
问答系统、知识库、表示学习、深度学习
34
TP391(计算技术、计算机技术)
国家重点研发计划项目;国家自然科学基金项目;云南省高新技术产业专项
2021-05-19(万方平台首次上网日期,不代表论文的发表时间)
共8页
267-274