[发明专利]一种面向知识图谱问答的复合问句解析方法

说明书

本发明公开了一种面向知识图谱问答的复合问句解析方法，包括：接收复合问题并获得中心词，作为查询的起点；在解耦器中，将复合问题分解为多个简单问题；在关系检测器中，计算各个简单问题与候选关系的匹配概率，选择概率最大的关系作为该简单问题所属的关系，以中心词为起点、各个简单问题所属的关系为边，在知识图谱中进行匹配，得到复合问题的预测答案；计算复合问题的预测答案与真实答案的损失值，使用优化算法迭代求解直至损失值收敛，得到复合问题的答案。本发明所述的复合问句解析方法结合强化学习的思想，将复合问题分解为简单问题，再通过各个简单问题的答案组合出原始复合问题的答案，提升了智能问答系统在回答复合问题时的表现。

技术领域

本发明涉及知识问答系统领域，具体涉及一种面向知识图谱问答的复合问句解析方法。

背景技术

问答系统(Question Answering System,QA)是信息检索系统的一种高级形式，其研究兴起的主要原因是人们对快速、准确地获取信息的需求，问答系统是目前人工智能和自然语言处理领域中一个倍受关注并具有广泛发展前景的研究方向。

面向知识图谱的智能问答系统(KBQA)在知识图谱中的大量事实和回答自然语言表示的问题之间搭建了一座桥梁，通过问答系统这个接口，用户可以轻松地使用自然语言在知识图谱中查询问题的答案。

传统的回答复合问题的语义解析过程包括两部分，首先检测问题中提及的作为主题词的实体，该实体作为在知识图谱中查询的起点，然后寻找由多个关系组成的路径，该路径从主题词(起点)连接至复合问题的答案(终点)。

对于知识图谱搜索空间的组合泛化，许多方法将KBQA定义为一个两阶段的串行任务，包括实体链接和关系检测；一些研究聚焦于直接对自然语言问题进行语义分析，把问题解析为结构化的查询，这往往需要大量预先定义的规则；另一些研究则更关注自然语言问题的表示而不是构造知识图谱的查询。

问答系统中的问题主要分为两大类，即只包含单一关系的单跳问题和包含多个关系的多跳问题，现有关于智能问答系统的研究大多只关注单跳问题这种简单的问题形式。

公开号为CN108153876A公开了一种智能问答方法及系统，该智能问答系统(100)包括：对话引擎(101)，用于接收用户提出的问题；分析模块(102)，用于对用户的问题进行分析；候选问答库(103)；检索模块(104)，用于基于所述分析模块(102)对问题分析的结果，在所述候选问答库(103)中检索出与用户问题相关的问答对；匹配模块(105)，用于计算所述检索模块(104)检索出的候选问答对与用户问题的匹配度值；重排序模块(106)，用于综合考虑问题分析、检索和匹配获得的结果，并结合业务需求，对候选问答对重新排序。所述对话引擎(101)进一步被配置为从所述重排序模块(106)重新排序的候选问答对中选择对用户的答复。

其中，关系检测被认为是KBQA的瓶颈，许多工作尝试从不同角度去解决该任务，比如设计丰富的特征、使用深度神经网络以及加入注意力机制，大多数方法能够处理上千个关系，但是很少有支持多关系检测。

基于深度神经网络的语义角色标注通过学习对每个单词进行语义角色标注来捕捉谓词和参数之间的依赖性。这些工作注重提高角色分类器的性能，但是仍然需要大量的监督信号。

发明内容

本发明提供了一种面向知识图谱问答的复合问句解析方法，该复合问句解析方法中引入了强化学习的思想，将复合问题分解为简单问题的模型，能够提升KBQA系统回答复合问题的表现。

一种面向知识图谱问答的复合问句解析方法，包括：

(1)接收客户提出的复合问题，获得复合问题的中心词，作为查询的起点；

(2)将复合问题分解为多个简单问题。

所述的复合问题由N个单词组成的单词序列，具体为式(1)所示；