知识图谱问答领域综述

被引：20

作者：

郑泳智 ^{[1
]}

朱定局 ^{[1
]}

吴惠粦 ^{[2
]}

彭小荣 ^{[3
]}

机构：

[1] 华南师范大学计算机学院

[2] 广州国家现代农业产业科技创新中心

[3] 广州市增城区文化馆

来源：

计算机系统应用 | 2022年 / 31卷 / 04期

关键词：

知识图谱; 智能问答; 语义解析; 信息检索; 问答系统; 分析工具;

D O I：

10.15888/j.cnki.csa.008418

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

近年来,随着知识图谱的发展,利用给定的知识图谱数据自动得出人类自然语言问题的答案成为了时下的研究热点,诸如Siri和小爱同学的问答系统已经广泛投入使用.得益于深度学习的引入,该领域的各子课题虽然有所突破,但依然存在需要攻克的难点,例如多跳推理和策略组合等.本文从主流的构建方法为切入点,归纳总结该领域研究现状以及所面临的挑战,不仅有助于研究者高效展开对该领域的研究工作,更有利于不同行业的研究者研发行业相关的问答系统,提高行业生产力.

引用

页码：1 / 13

页数：13

共 19 条

[1] 基于疾病知识图谱的自动问答系统优化研究 [J].

李贺 ;

刘嘉宇 ;

李世钰 ;

吴迪 ;

金帅岐 .

数据分析与知识发现, 2021, 5 (05) :115-126

[2] 基于中文知识图谱的电商领域问答系统 [J].

杜泽宇 ;

杨燕 ;

贺樑 .

计算机应用与软件, 2017, 34 (05) :153-159

[3]

A Bayesian end-to-end model with estimated uncertainties for simple question answering over knowledge bases[J] . Zhang Linhai,Lin Chao,Zhou Deyu,He Yulan,Zhang Meng.Computer Speech ＆ Language . 2021 (prep)

[4]

A reasoning enhance network for muti-relation question answering[J] . Wenqing Wu,Zhenfang Zhu,Guangyuan Zhang,Shiyong Kang,Peiyu Liu.Applied Intelligence . 2021 (prep)

[5]

Knowledge-based question answering by tree-to-sequence learning[J] . Shuguang Zhu,Xiang Cheng,Sen Su.Neurocomputing . 2020 (C)

[6]

SQuAD: 100, 000+ Questions for Machine Comprehension of Text[J] . Pranav Rajpurkar,Jian Zhang,Konstantin Lopyrev,Percy Liang.CoRR . 2016

[7]

Language to Logical Form with Neural Attention[J] . Li Dong 0004,Mirella Lapata.CoRR . 2016

[8]

Large-scale Simple Question Answering with Memory Networks[J] . Antoine Bordes,Nicolas Usunier,Sumit Chopra,Jason Weston.CoRR . 2015

[9]

Large-scale Semantic Parsing without Question-Answer Pairs[J] . Siva Reddy,Mirella Lapata,Mark Steedman.Transactions of the Association for Computational Linguistics . 2014

[10]

Integrating the Probabilistic Models BM25/BM25F into Lucene[J] . Joaquín Pérez-Iglesias,José R. Pérez-Agüera,Víctor Fresno,Yuval Z. Feinstein.CoRR . 2009

← 1 2 →