基于知識(shí)庫(kù)的自然語(yǔ)言問(wèn)答方法研究.pdf

1、基于知識(shí)庫(kù)的自然語(yǔ)言問(wèn)答指的是針對(duì)以自然語(yǔ)言形式給出的問(wèn)題，利用結(jié)構(gòu)化的知識(shí)庫(kù)給出答案，它是自然語(yǔ)言處理的重要研究方向之一。知識(shí)庫(kù)問(wèn)答的主要方法可以分為基于信息提取的方法、基于語(yǔ)義解析的方法和基于向量空間建模的方法三類(lèi)，其中的關(guān)鍵技術(shù)包括知識(shí)的抽取和表示、用戶(hù)問(wèn)句的語(yǔ)義表征和基于知識(shí)庫(kù)的答案生成等。受到問(wèn)句語(yǔ)義表征準(zhǔn)確性、問(wèn)答對(duì)訓(xùn)練數(shù)據(jù)規(guī)模等因素的影響，現(xiàn)階段知識(shí)庫(kù)問(wèn)答系統(tǒng)的性能仍有待提升。此外，開(kāi)源的大規(guī)模開(kāi)放領(lǐng)域中文知識(shí)庫(kù)較為缺乏，

2、這也制約了面向中文的知識(shí)庫(kù)問(wèn)答技術(shù)的研究開(kāi)展。
　　本文圍繞基于知識(shí)庫(kù)的自然語(yǔ)言問(wèn)答任務(wù)，從問(wèn)句語(yǔ)義表征、訓(xùn)練數(shù)據(jù)準(zhǔn)備和中文知識(shí)庫(kù)構(gòu)建等多個(gè)方面開(kāi)展研究工作，主要研究?jī)?nèi)容包括面向知識(shí)庫(kù)問(wèn)答中復(fù)述問(wèn)句評(píng)分的詞向量構(gòu)建方法、結(jié)合神經(jīng)網(wǎng)絡(luò)問(wèn)句生成的知識(shí)庫(kù)問(wèn)答方法以及中文知識(shí)庫(kù)構(gòu)建中的知識(shí)融合方法。
　　傳統(tǒng)詞向量通過(guò)與具體任務(wù)無(wú)關(guān)的無(wú)監(jiān)督訓(xùn)練方法得到，用于知識(shí)庫(kù)問(wèn)答中的復(fù)述問(wèn)句評(píng)分時(shí)無(wú)法體現(xiàn)句子級(jí)的語(yǔ)義約束關(guān)系。因此，本文提出了一

3、種基于復(fù)述知識(shí)約束的詞向量訓(xùn)練方法。該方法在詞向量訓(xùn)練過(guò)程中引入句子級(jí)的語(yǔ)義約束信息，在不改變句子語(yǔ)義合成方法的前提下，通過(guò)優(yōu)化單詞層面的語(yǔ)義向量，來(lái)改善句子層面的語(yǔ)義表征，最后達(dá)到提升復(fù)述問(wèn)句評(píng)分以及知識(shí)庫(kù)問(wèn)答系統(tǒng)回答問(wèn)題的準(zhǔn)確度的效果。
　　現(xiàn)有基于向量空間建模的知識(shí)庫(kù)問(wèn)答方法依賴(lài)訓(xùn)練數(shù)據(jù)，而人工生成大規(guī)模的問(wèn)答對(duì)數(shù)據(jù)較為困難。本章針對(duì)以上問(wèn)題將基于編碼器-解碼器神經(jīng)網(wǎng)絡(luò)模型的問(wèn)句生成方法引入知識(shí)庫(kù)問(wèn)答系統(tǒng)構(gòu)建，通過(guò)構(gòu)建問(wèn)句生

4、成模型實(shí)現(xiàn)由知識(shí)庫(kù)中三元組自動(dòng)生成問(wèn)句，用于知識(shí)庫(kù)問(wèn)答的模型訓(xùn)練。實(shí)驗(yàn)結(jié)果表明使用模型生成問(wèn)句相對(duì)傳統(tǒng)模版生成問(wèn)句，有效改善了知識(shí)庫(kù)問(wèn)答系統(tǒng)的準(zhǔn)確率。
　　最后，本論文介紹一種基于知識(shí)融合的中文知識(shí)庫(kù)構(gòu)建方法。該方法首先從百度百科網(wǎng)頁(yè)的信息框中抽取信息構(gòu)建初始知識(shí)庫(kù)，然后采用基于鏈接詞信息的實(shí)體對(duì)齊和基于Jaccard系數(shù)的屬性映射方法，實(shí)現(xiàn)初始知識(shí)庫(kù)與現(xiàn)有Freebase知識(shí)庫(kù)的融合。通過(guò)構(gòu)建人物、地理等部分領(lǐng)域的中文知識(shí)庫(kù)，驗(yàn)