大纲

知识问答概述和相关数据集
KBQA基本概念及挑战
知识问答主流方法介绍

知识问答概述

IBM Watson

KBQA基本概念及挑战

• 知识问答简单流程和分类
  问句；=> 语义匹配、推理；=> 答案
  传统问答方法（符号表示）
  基于关键词检索；
  基于文本蕴含推理；
  基于逻辑表达式
  基于深度学习的问答方法（分布式表示）
  LSTM；
  Attention Model；
  Memory Network

基本概念

1 问句短语
Wh-words：who, what, which, when...
Wh-words+nouns, adj or adv：which party, how long
2 问句类型

• Factoid - 事实型问题
  predicative questions - 谓词型问题：what is ...
  list - 列表型问题：give me all cities in Germany
  superlative - 最高级型问题：what is the highest ...
  yes-no - 对错型问题：Was Margaret Thatcher a chemist
• opinion - 观点型问题
• cause & effect - 因果型问题
• process - 方法型问题
• ...

3 答案类型
4 问题主题
5 问答来源类型
6 领域类型
7 答案格式

• 问答质量的评估原则
  Relevance - 相关度
  Correctness - 正确度
  Conciseness - 精炼度
  Completeness - 完备度
  ...

  
  
  问答系统的基本组建
• 基于知识图谱的问答：基本需求
  High usability
  High query expressivity
  Accurate & comprehensive semantic matching
  ...
• 技术挑战：如何将问题映射到答案
• 自然语言问题与知识图谱之间的鸿沟
  映射自然语言表达式到知识图谱词汇
  不同的知识表示增加了映射难度
  关系或属性隐形表述
  知识库如何支持多语言问答
  数据质量和异构性
  分布式和互联数据
  回答性能和可扩展性

KBQA挑战总结

缩小自然语言和规范化结构化数据之间的鸿沟；
处理不完全、充满噪音和异构的数据集；
处理大规模的知识图谱；
处理分布式数据集上的QA；
融合结构化和非结构化的数据；
降低维护成本；
快速的复制到不同的领域

知识问答主流方法

基于模板的方法
基于语义解析的方法
基于深度学习的方法

基于模板的方法

TBSL(Template based )

• 模板定义
  结合KG的结构，以及问句的句式，进行模板定义。
• 模板生成
• 模板匹配

SPARQL template
示例：Who produced the most films?
SELECT DISTINCT ?x WHERE {
?y rdf:type ?c .
?y ?p ?x .
}
ORDER BY DESC(COUNT(?y))
OFFSET 0 LIMIT 1
?c CLASS [films]
?p PROPERTY [produced]

TBSL 架构

S1：Linguistic processing
1 获取自然语言问题的POS tag;
2 基于POS tags，语法规则表示问句；
3 利用 domain-dependent 词汇和 domain-independent 词汇辅助分析问题
4 最后，将语义表示转化为一个SPARQL模板
S2：Template instantiation Entity
模板匹配与实例化
S3：Query ranking and selection
每个 entity 根据string similarity 和 prominence 打分

基于语义解析的方法

1. 资源映射
2. Logic Form
3. 候选答案生成
4. 排序

资源映射

将自然语言短语或单词节点映射到知识库的实体或实体关系。可以通过构造一个词汇表（Lexicon）来完成这样的映射。

• 逻辑表达式
  即一种能让知识库”看懂“的表示。可以表示知识库中的实体、实体关系。

知识问答后部分课程缺失