兩套KBQA系統

基於BERT的知識庫問答系統

簡介

知識庫問答可以主要分爲兩個模塊，問題實體識別模塊和屬性匹配模塊，系統整體流程圖如下：

數據

此次使用的數據集來自NLPCC ICCPOL 2016 KBQA 任務集，其包含 14 609 個問答對的訓練集和包含 9 870 個問答對的測試集。 並提供一個知識庫，包含 6 502 738 個實體、 587 875 個屬性以及 43 063 796 個 三元組。知識庫文件中每行存儲一個事實( fact) ，即三元組 ( 實體、屬性、屬性值) 。

知識庫樣例如下，共有43063796行：

訓練NER的數據格式如下：

訓練BERT二分類的數據如下：

運行效果：

1. 精確查找可找到且屬性包含在問句中：
   

2. 需要模糊查找且需要進行屬性匹配：
   
   

問題

最主要的問題就是進行模糊搜索時速度過慢，且對於問題的要求很高，只能提問xx的xx是什麼這一種問題。

基於醫療知識圖譜的自動問答

簡介

立足醫藥領域，以垂直型醫藥網站爲數據來源，以疾病爲核心，構建起一個包含7類規模爲4.4萬的知識實體，11類規模約30萬實體關係的知識圖譜。 並構建了一個基於醫藥知識圖譜的問答系統。
整體框架如下：
[外鏈圖片轉存失敗,源站可能有防盜鏈機制,建議將圖片保存下來直接上傳(img-I6gCEOFF-1571281119622)(C:/Users/zhang/Desktop/QA圖片/neo4j流程.jpg)]

數據來源

項目的數據來自尋醫問藥網站，爬取的結構化數據，構建了以疾病爲中心的醫療知識圖譜，項目的數據存儲採用Neo4j圖數據庫，問答系統採用了規則匹配方式完成，數據操作採用neo4j聲明的cypher。

知識庫內容

1.實體類型

2.實體關係類型

3.屬性類型

支持的問題類型

運行效果

總結

基於規則的問答系統沒有複雜的算法，一般採用模板匹配的方式尋找匹配度最高的答案，回答結果依賴於問句類型、模板語料庫的覆蓋全面性，面對已知的問題，可以給出合適的答案，對於模板匹配不到的問題或問句類型，就無能爲力了。