基于知識(shí)圖譜的智能問(wèn)答研究綜述

王智悅，于 清，王 楠，王耀國(guó)

1.新疆大學(xué) 信息科學(xué)與工程學(xué)院，烏魯木齊 830046

2.新疆自治區(qū)人民醫(yī)院 信息中心，烏魯木齊 830001

1 引言

智能問(wèn)答是自然語(yǔ)言處理中非常重要的研究?jī)?nèi)容，具體指計(jì)算機(jī)通過(guò)對(duì)人類語(yǔ)言的自動(dòng)分析，回復(fù)用戶所詢問(wèn)的問(wèn)題。為了更精準(zhǔn)回答用戶提問(wèn)，現(xiàn)通常采用對(duì)問(wèn)句進(jìn)行深層次語(yǔ)義分析，獲取問(wèn)句豐富內(nèi)涵信息，再反饋接近用戶需要的答案，由此體現(xiàn)計(jì)算機(jī)智能性。

知識(shí)圖譜又稱科學(xué)知識(shí)圖譜，在圖書(shū)情報(bào)界叫做知識(shí)域可視化或知識(shí)領(lǐng)域映射地圖，用可視化技術(shù)描述知識(shí)資源及其載體。知識(shí)圖譜構(gòu)建需要挖掘、分析、繪制和顯示知識(shí)及知識(shí)之間的相互關(guān)系，讓原本知識(shí)庫(kù)更具智能。結(jié)合知識(shí)圖譜智能問(wèn)答，通過(guò)知識(shí)圖譜中實(shí)體間存在的直接聯(lián)系，挖掘推理出潛在關(guān)系，與傳統(tǒng)搜索引擎比較，基于知識(shí)圖譜的信息檢索，不再是反饋簡(jiǎn)單排序的文檔結(jié)果，而是通過(guò)智能語(yǔ)義分析，反饋接近用戶需要的問(wèn)題答案。本文綜述近年來(lái)基于知識(shí)圖譜的智能問(wèn)答技術(shù)研究與發(fā)展?fàn)顩r，為更多研究者提供信息參考。

1.1 智能問(wèn)答發(fā)展

智能問(wèn)答最早追溯到人工智能誕生時(shí)期，阿蘭·圖靈[1]1950 年提出通過(guò)觀察機(jī)器是否具備正確回答問(wèn)題的能力，從而驗(yàn)證機(jī)器是否具有智能。不久后，麻省理工學(xué)院Weizenbaum在1966年設(shè)計(jì)了名為ELIZA的聊天機(jī)器人[2]，實(shí)現(xiàn)了與人簡(jiǎn)單交流，不過(guò)，并不意味著機(jī)器對(duì)自然語(yǔ)言真正理解。隨后又有大量研究成果如：Colby 設(shè) 計(jì) 的 Parry[3]、ALICE[4]、Jabberwacky[5]；2011 年IBM 公司設(shè)計(jì)研發(fā)了超級(jí)計(jì)算機(jī)“沃森”，“沃森”在美國(guó)知識(shí)競(jìng)賽節(jié)目《危險(xiǎn)邊緣》中上演了“人機(jī)大戰(zhàn)”，戰(zhàn)勝兩位頂尖人類選手，被視為人工智能發(fā)展又一里程碑；華盛頓大學(xué)Etzioni 教授2011 年在Nature上發(fā)表文章Search needs a shake-up指出：“以直接而準(zhǔn)確的方式回答用戶自然語(yǔ)言提問(wèn)的自動(dòng)問(wèn)答系統(tǒng)將構(gòu)成下一代搜索引擎的基本形態(tài)”[6]。因此，問(wèn)答系統(tǒng)被看作未來(lái)信息智能服務(wù)關(guān)鍵性技術(shù)之一，是人機(jī)交互的重要手段。

1.2 知識(shí)圖譜發(fā)展

知識(shí)圖譜于2012 年由谷歌公司首次提出，具體是將獨(dú)立的知識(shí)轉(zhuǎn)化為三元組形式，形成龐大的知識(shí)網(wǎng)絡(luò)。知識(shí)圖譜屬于人工智能重要研究領(lǐng)域知識(shí)工程研究范疇，是利用知識(shí)工程建立大規(guī)模知識(shí)資源的重要應(yīng)用之一。知識(shí)圖譜可以理解為一種語(yǔ)義網(wǎng)絡(luò)[7]結(jié)構(gòu)的知識(shí)庫(kù)。在問(wèn)答系統(tǒng)[8]中，自然語(yǔ)言通過(guò)語(yǔ)義網(wǎng)絡(luò)來(lái)表達(dá)和存儲(chǔ)十分的方便。21世紀(jì)后，語(yǔ)義網(wǎng)絡(luò)進(jìn)入新的應(yīng)用場(chǎng)景即語(yǔ)義Web[9]，這種允許上傳圖結(jié)構(gòu)（W3C 的標(biāo)準(zhǔn)RDF），實(shí)現(xiàn)數(shù)據(jù)之間鏈接就是知識(shí)圖譜的雛形[10]，并且知識(shí)圖譜又不同于早期的語(yǔ)義網(wǎng)絡(luò)，知識(shí)圖譜更加強(qiáng)調(diào)實(shí)體之間的關(guān)系或者實(shí)體的屬性值。知識(shí)圖譜研究的內(nèi)容包括知識(shí)獲取、知識(shí)融合、知識(shí)計(jì)算與應(yīng)用三大主要步驟[11]。最具代表性的大規(guī)模網(wǎng)絡(luò)知識(shí)圖譜包括DBpedia[12]、Freebase[13]、KnowItAll[14]、WikiTaxonomy[15]和 YAGO[16]、以及 BabelNet[17]、ConceptNet[18]、DeepDive[19]、NELL[20]、Probase[21]、Wikidata[22]、XLore[23]、Zhishi.me[24]等 。這些知識(shí)圖譜遵循RDF 三元組數(shù)據(jù)結(jié)構(gòu)，包含數(shù)千萬(wàn)級(jí)或者億級(jí)規(guī)模實(shí)體，以及數(shù)十億或百億事實(shí)（即屬性值和與其他實(shí)體的關(guān)系），這些實(shí)體被組織在成千上萬(wàn)由語(yǔ)義體現(xiàn)的客觀世界概念結(jié)構(gòu)中。圖1 展示了一個(gè)簡(jiǎn)單的知識(shí)圖譜。

1.3 相關(guān)工作

圖1 簡(jiǎn)單的知識(shí)圖譜

近年來(lái)，伴隨用戶對(duì)智能應(yīng)用方面的強(qiáng)大需求，許多公司及機(jī)構(gòu)如Google、百度、維基等對(duì)獲得的高質(zhì)量數(shù)據(jù)，采用自動(dòng)或半自動(dòng)化方法設(shè)計(jì)了一系列完備的知識(shí)圖譜。例如 DBpedia[12]、Freebase[13]、YAGO[16]等，這類圖譜由大批量實(shí)體、關(guān)系及屬性構(gòu)成。同時(shí)機(jī)器學(xué)習(xí)與深度學(xué)習(xí)發(fā)展，為智能問(wèn)答奠定研究基礎(chǔ)。例如Baseball[25]、Lunar[26]實(shí)現(xiàn)了限定域的智能問(wèn)答，Paralex[27]、SEMPRE[28]、ParaSEMPRE[29]、STAGG[30]嘗試更具挑戰(zhàn)性的開(kāi)放域智能問(wèn)答研究。

大量文獻(xiàn)圍繞研究智能問(wèn)答展開(kāi)，如：鄭實(shí)福等人[31]對(duì)早期自動(dòng)問(wèn)答做了比較全面的綜述，另有研究者針對(duì)限定域問(wèn)答進(jìn)行全面總結(jié)[32]，還有針對(duì)Web的智能問(wèn)答，以及研究自然語(yǔ)言處理技術(shù)自動(dòng)問(wèn)答實(shí)現(xiàn)等[33]。然而，基于知識(shí)圖譜的智能問(wèn)答還沒(méi)有敘述全面的綜述類文章，在此對(duì)基于知識(shí)圖譜的智能問(wèn)答做全面介紹，吸引更多研究者投身該領(lǐng)域研究。

同時(shí)，問(wèn)答系統(tǒng)實(shí)現(xiàn)離不開(kāi)數(shù)據(jù)集，重點(diǎn)介紹當(dāng)前較成熟的英文問(wèn)答數(shù)據(jù)集有Simplequestion[34]、Webquestions[28]、WebquestionsSP[35]、QALD[36]、CSQA[37]等，如表1。Simplequestions是一種大規(guī)模問(wèn)答數(shù)據(jù)集，這個(gè)數(shù)據(jù)集中的問(wèn)題可以用一個(gè)三元組進(jìn)行回答，并且數(shù)據(jù)集包含查詢語(yǔ)句。該數(shù)據(jù)集包含了10 萬(wàn)多條問(wèn)答對(duì)，但是簡(jiǎn)單問(wèn)題占很大比例，簡(jiǎn)單問(wèn)題即由一條三元組就可以回答的問(wèn)題，也叫single-relation 問(wèn)題，在該數(shù)據(jù)集上大部分研究者采用向量建模與深度學(xué)習(xí)相結(jié)合的方法并取得了很好的效果。Webquestions是Berant等人借助Google Suggest 生成了5 810 條問(wèn)答對(duì)，提供了每個(gè)答案對(duì)應(yīng)知識(shí)庫(kù)的主題節(jié)點(diǎn)。Webquestions 數(shù)據(jù)集更加偏向自然語(yǔ)言，但是同樣存在缺點(diǎn)，只是提供了答案而沒(méi)有對(duì)應(yīng)的查詢語(yǔ)句，這就對(duì)生成邏輯表達(dá)式的模型訓(xùn)練造成了困難，其次是復(fù)雜問(wèn)句較少。Yih等人對(duì)Webquestions 改進(jìn)后提出 WebquestionsSP，WebquestionsSP是Webquestions的子集，補(bǔ)全了相應(yīng)的查詢語(yǔ)句。QALD是一種開(kāi)放域問(wèn)答數(shù)據(jù)集且表達(dá)更加復(fù)雜、更加口語(yǔ)化，除了包含問(wèn)句與答案之外，QALD 還為每個(gè)問(wèn)答對(duì)配置了關(guān)鍵詞以及對(duì)應(yīng)的SPARQL 語(yǔ)句。CSQA 主要是用于知識(shí)圖譜序列問(wèn)答（多輪問(wèn)答）的數(shù)據(jù)集，其中每個(gè)數(shù)據(jù)樣本均由具有共享上下文的一系列QA 對(duì)組成。在這些數(shù)據(jù)集中，盡管序列中的單個(gè)問(wèn)題通常很短，但具有上下文相關(guān)性。中文數(shù)據(jù)集有NLPCC 評(píng)測(cè)（NLPCC2016 評(píng)測(cè)數(shù)據(jù)包含14 609 個(gè)問(wèn)答對(duì)的訓(xùn)練集和包含9 870 個(gè)問(wèn)答對(duì)的測(cè)試集。并提供一個(gè)知識(shí)庫(kù)，包含6 502 738 個(gè)實(shí)體、587 875 個(gè)屬性以及43 063 796個(gè)三元組）以及CCKS評(píng)測(cè)（CCKS2018測(cè)評(píng)數(shù)據(jù)集包括2 298 條問(wèn)答對(duì)，其中有約1 000 條金融領(lǐng)域問(wèn)答對(duì)，并提供三元組數(shù)據(jù)）等，隨著智能技術(shù)發(fā)展，研究者們繼續(xù)嘗試構(gòu)建更高標(biāo)準(zhǔn)的數(shù)據(jù)集，Liu 等人構(gòu)建了一個(gè)開(kāi)源的跨語(yǔ)言O(shè)penQA數(shù)據(jù)集XQA[38]，包含英語(yǔ)訓(xùn)練集以及英語(yǔ)、法語(yǔ)、德語(yǔ)、葡萄牙語(yǔ)、波蘭語(yǔ)、中文、俄語(yǔ)、烏克蘭語(yǔ)和泰米爾語(yǔ)驗(yàn)證集和測(cè)試集。Xiong等人[39]收集新聞文本，構(gòu)建了社交問(wèn)答數(shù)據(jù)集。

表1 知識(shí)圖譜問(wèn)答數(shù)據(jù)集

2 構(gòu)建模板的問(wèn)答方法

構(gòu)建模板的問(wèn)答方法通過(guò)構(gòu)造一組模板參數(shù)，形成查詢表達(dá)式，對(duì)問(wèn)題文本進(jìn)行匹配。整個(gè)過(guò)程不涉及問(wèn)句分析，通過(guò)預(yù)設(shè)查詢模板替代相關(guān)實(shí)體關(guān)系映射。優(yōu)點(diǎn)：簡(jiǎn)潔、準(zhǔn)確性高，巧妙避開(kāi)語(yǔ)義解析等難題，適用于簡(jiǎn)單查詢，在實(shí)際中應(yīng)用廣泛。

AskJeeves 是國(guó)外使用模板庫(kù)較成功的例子，其中問(wèn)題理解部分由幾百名專家對(duì)相關(guān)問(wèn)題構(gòu)建問(wèn)題模板手工完成，耗費(fèi)大量人力，借助模板庫(kù)返回相關(guān)文檔鏈接或者一段文本，回答用戶問(wèn)題，回答方式多樣。缺點(diǎn)是后期維護(hù)依然需要人工，工作量巨大。

2010 年TrueKnowledge[40]模板問(wèn)答方法被提出，核心思想是：首先使用已知模板成分匹配句子中的內(nèi)容，例如一些疑問(wèn)詞，其次按照順序匹配相應(yīng)模板，一個(gè)模板可以覆蓋多個(gè)問(wèn)題。例如問(wèn)題“What is the capital of France？”首先匹配疑問(wèn)詞，如WhatWhich，這些反映問(wèn)題意圖的疑問(wèn)詞又生成“whatwhich a y”，其中a與y是問(wèn)題中內(nèi)容的映射，確定好這樣的待填充結(jié)構(gòu)后，最后繼續(xù)根據(jù)已定義模板將“is the capital of”映射到變量a，將“France”映射到變量y。模板針對(duì)不同問(wèn)題可以復(fù)用，但缺點(diǎn)也十分明顯，需要大量人工處理形成模板，成本昂貴。同時(shí)，生成的模板對(duì)數(shù)據(jù)庫(kù)依賴性大。

文獻(xiàn)[41]構(gòu)建了基于汽車(chē)領(lǐng)域的智能問(wèn)答系統(tǒng)，針對(duì)原有問(wèn)答模板方法進(jìn)行了改進(jìn)，結(jié)合汽車(chē)領(lǐng)域知識(shí)庫(kù)提出模板自動(dòng)生成方法，提前將復(fù)雜自然語(yǔ)言處理，預(yù)備在模板庫(kù)構(gòu)建中取得較好效果。同時(shí)，該文獻(xiàn)還介紹了模板庫(kù)自動(dòng)生成系統(tǒng)結(jié)構(gòu)以及相關(guān)開(kāi)發(fā)工具。

Cui等人[42]針對(duì)簡(jiǎn)單事實(shí)問(wèn)答，在大規(guī)模模板自動(dòng)化生成方面，提出優(yōu)化方案。Abujabal等人[43]提出QUINT模型，通過(guò)語(yǔ)料自動(dòng)學(xué)習(xí)模板，借助生成的模板將自然語(yǔ)言問(wèn)句轉(zhuǎn)化為知識(shí)庫(kù)查詢。Cocco等人[44]提出基于面向?qū)ο蟮膯?wèn)答系統(tǒng)，借助RDF 形式的LinkedSpeding 數(shù)據(jù)集，在現(xiàn)有訓(xùn)練集（相互配對(duì)的問(wèn)答對(duì)）上，通過(guò)機(jī)器學(xué)習(xí)方法學(xué)習(xí)SPARQL模板。

總而言之，基于模板的問(wèn)答方法屬于比較傳統(tǒng)的方法，設(shè)計(jì)者需要提前設(shè)定模板，依據(jù)問(wèn)題相關(guān)部分，選取不同模板，生成答案。這種方法優(yōu)點(diǎn)是：可以獲得比較準(zhǔn)確的答案，回答響應(yīng)速度快。缺點(diǎn)：需要耗費(fèi)大量人力進(jìn)行模板校對(duì)，以及模板庫(kù)維護(hù)。但是，針對(duì)問(wèn)答領(lǐng)域多跳復(fù)雜問(wèn)題，最新的模板方法也能提供解決思路，當(dāng)前該方法研究重點(diǎn)更側(cè)重于模板自動(dòng)生成，克服耗時(shí)耗力難題。

3 語(yǔ)義解析的問(wèn)答方法

語(yǔ)義解析與基于模板的方法最明顯的區(qū)別是邏輯表達(dá)式。模板方法需要預(yù)設(shè)固定表達(dá)方式，語(yǔ)義解析方法關(guān)鍵在于對(duì)自然語(yǔ)言問(wèn)句成分進(jìn)行解析，將查詢轉(zhuǎn)化成邏輯表達(dá)式，再利用知識(shí)圖譜的語(yǔ)義信息將邏輯表達(dá)式轉(zhuǎn)換成知識(shí)圖譜查詢，最終得到相應(yīng)結(jié)果。邏輯表達(dá)式用于面向知識(shí)圖譜的結(jié)構(gòu)化查詢，查找知識(shí)庫(kù)中的實(shí)體以及與實(shí)體相關(guān)的知識(shí)，在結(jié)構(gòu)化形式的知識(shí)圖譜上進(jìn)行查詢，最高效的方法是利用結(jié)構(gòu)化查詢語(yǔ)句，類似SQL、SPARQL語(yǔ)句等，然而對(duì)普通用戶來(lái)說(shuō)，設(shè)計(jì)規(guī)范的查詢語(yǔ)句存在困難?；谥R(shí)圖譜的語(yǔ)義解析問(wèn)答系統(tǒng)實(shí)現(xiàn)，需要兩個(gè)關(guān)鍵步驟：（1）使用語(yǔ)義解析器將問(wèn)題轉(zhuǎn)換成機(jī)器能夠理解和運(yùn)行的語(yǔ)義表示；（2）使用該語(yǔ)義產(chǎn)生結(jié)構(gòu)化查詢語(yǔ)言，對(duì)知識(shí)圖譜進(jìn)行查詢，并從返回的實(shí)體集合中尋找答案，如圖2所示。

圖2 基于語(yǔ)義解析的知識(shí)圖譜問(wèn)答過(guò)程

常用語(yǔ)義解析方法又有三類：基于詞典-文法的語(yǔ)義解析、基于語(yǔ)義圖構(gòu)建的語(yǔ)義解析、基于神經(jīng)網(wǎng)絡(luò)的語(yǔ)義解析。

3.1 基于詞典-文法的語(yǔ)義解析方法

該方法由Berant[28]提出，它依靠組合文法，其中組合范疇文法（CCG）[45]由ACL 終身成就獎(jiǎng)獲得者Steedman提出，后由Zettlemoyer與Collins[46]應(yīng)用于對(duì)問(wèn)句成分進(jìn)行語(yǔ)義解析。Kwiatkowski 等人提出改進(jìn)規(guī)則方法[47]，有效提升了CCG 句法分析器魯棒性；Artzi 等人[48]使用AMR（Abstract Meaning Representation）替換λ-算子，表示CCG 語(yǔ)義規(guī)則中語(yǔ)義類型部分，同樣取得不錯(cuò)效果。語(yǔ)義解析方法還有很多，例如同步上下文無(wú)關(guān)文法（SCFG）[49]，以及組合語(yǔ)義法（DCS）[28]，DCS擁有和λ-算子相似的表示能力，但該方法定義的語(yǔ)義結(jié)構(gòu)更貼近知識(shí)圖譜的存儲(chǔ)結(jié)構(gòu)。

基于詞典-文法的語(yǔ)義解析方法可解釋性很強(qiáng)，結(jié)構(gòu)清晰，在限定領(lǐng)域問(wèn)答方面達(dá)到很好效果。但是很多重要組成部分（比如CCG 中的詞匯表和規(guī)則集）都需人工編寫(xiě)。面對(duì)大規(guī)模多源異構(gòu)知識(shí)庫(kù)，該方法存在以下不足：（1）資源（例如詞匯表、規(guī)則集）標(biāo)注費(fèi)時(shí)費(fèi)力，在訓(xùn)練數(shù)據(jù)有限情況下，性能大打折扣；（2）語(yǔ)義表示與知識(shí)庫(kù)聯(lián)系不緊密，無(wú)法在解析過(guò)程中利用知識(shí)約束；（3）大規(guī)模知識(shí)庫(kù)開(kāi)放域特性使文本歧義問(wèn)題嚴(yán)重。

3.2 基于語(yǔ)義圖的問(wèn)句解析方法

Reddy[50]提出與基于詞典-文法的語(yǔ)義解析方法不同的新方法。通過(guò)對(duì)問(wèn)句分析，構(gòu)建相對(duì)應(yīng)的語(yǔ)義圖，語(yǔ)義圖由節(jié)點(diǎn)（實(shí)體、變量或者類型）、邊（關(guān)系）、操作符（count、argmax 等）構(gòu)成，被看作知識(shí)圖譜子圖，實(shí)現(xiàn)將問(wèn)句映射到知識(shí)圖譜中，再通過(guò)圖匹配完成問(wèn)題回答，該方法即是基于語(yǔ)義圖的語(yǔ)義解析方法。較有代表性的是Reddy 等人[51]設(shè)計(jì)的從依存樹(shù)到語(yǔ)義圖的轉(zhuǎn)換文法，將樹(shù)結(jié)構(gòu)轉(zhuǎn)化為知識(shí)圖譜的子圖結(jié)構(gòu)再結(jié)合知識(shí)圖譜進(jìn)行匹配；Yih[52]提出分步驟構(gòu)建文法，便于理解，可解釋性強(qiáng)，提高了語(yǔ)義圖構(gòu)建的準(zhǔn)確性；Bast 等人[53]從另一方面構(gòu)建了一種基于模板的語(yǔ)義圖生成方法。構(gòu)建語(yǔ)義圖的方法不僅針對(duì)簡(jiǎn)單問(wèn)題，Hao等人[54]還嘗試構(gòu)建復(fù)雜語(yǔ)義圖解決復(fù)雜問(wèn)題，效果明顯，尤其問(wèn)句中存在多個(gè)實(shí)體時(shí)，更便于語(yǔ)義圖構(gòu)建。

基于語(yǔ)義圖的問(wèn)句解析方法關(guān)鍵技術(shù)在于語(yǔ)義圖表示，以及語(yǔ)義圖構(gòu)建。語(yǔ)義圖結(jié)構(gòu)與自然語(yǔ)言句子結(jié)構(gòu)具有相似性，故使用語(yǔ)義圖作為目標(biāo)語(yǔ)義表示有顯著優(yōu)點(diǎn)，語(yǔ)義解析過(guò)程充分利用知識(shí)庫(kù)的知識(shí)約束，由組合文法轉(zhuǎn)換為語(yǔ)義圖構(gòu)建，減少了搜索空間。但是基于語(yǔ)義圖的語(yǔ)義解析方法也存在問(wèn)題，該方法依賴于一些啟發(fā)式方法構(gòu)建語(yǔ)義圖，導(dǎo)致缺乏通用性。

3.3 基于神經(jīng)網(wǎng)絡(luò)的方法

該方法將自然語(yǔ)言及對(duì)應(yīng)的語(yǔ)義看作是兩種不同語(yǔ)言，語(yǔ)義分析任務(wù)被看做類似于機(jī)器翻譯任務(wù)，利用端到端模型，實(shí)現(xiàn)將問(wèn)句翻譯成對(duì)應(yīng)語(yǔ)義的表示序列。

Dong等[55]和Jia等[56]用基于attention機(jī)制的encoderdecoder 模型（如圖3），將自然語(yǔ)言作為輸入，得到適用于機(jī)器處理的邏輯表示作為輸出。Xiao 等人[57]結(jié)合符號(hào)先驗(yàn)知識(shí)，利用RNN 模型實(shí)現(xiàn)語(yǔ)義解析。Chen 等人[58]提出Sequence-to-Action 模型，用語(yǔ)義圖表示語(yǔ)義信息。也有研究者在基于神經(jīng)網(wǎng)絡(luò)的方法上進(jìn)行擴(kuò)展。Krishnamurthy 等人[59]考慮到目標(biāo)語(yǔ)言是形式化語(yǔ)言，需要嚴(yán)格條件約束，對(duì)比機(jī)器翻譯的decoder，語(yǔ)義解析中使用了嚴(yán)格約束條件。Dong 等人[60]提出用兩級(jí)encoder->decoder 改進(jìn)機(jī)器翻譯端到端模型，有效解決自然語(yǔ)言與語(yǔ)義表示之間跨度大問(wèn)題，通過(guò)問(wèn)題分解，提升性能。Chen 等人[61]不僅考慮從問(wèn)句中提取相關(guān)特征做語(yǔ)義分析，同時(shí)結(jié)合知識(shí)圖譜中實(shí)體類型、關(guān)系路徑、上下文關(guān)系等，借助注意力機(jī)制方法，在Webquestions數(shù)據(jù)集上實(shí)驗(yàn)，準(zhǔn)確性提高。Lukovnikov等人[62]設(shè)計(jì)了一種端到端基于字符級(jí)別的問(wèn)題編碼器，可以處理詞庫(kù)以外的文字問(wèn)題，捕獲文字水平的語(yǔ)義。

圖3 encoder-decoder模型示意圖

基于神經(jīng)網(wǎng)絡(luò)方法，相比其他兩種方法，模型簡(jiǎn)單，但是可解釋性差，還需要預(yù)先準(zhǔn)備相應(yīng)的訓(xùn)練語(yǔ)料，對(duì)模型進(jìn)行訓(xùn)練時(shí)，訓(xùn)練過(guò)程較長(zhǎng)，還需要調(diào)整參數(shù)。對(duì)基于語(yǔ)義解析的三類方法，進(jìn)一步歸納總結(jié)，得到如表2。

綜上所述，基于語(yǔ)義解析的知識(shí)圖譜問(wèn)答方法，核心任務(wù)是將自然語(yǔ)言轉(zhuǎn)化成機(jī)器能夠理解和執(zhí)行的語(yǔ)義表示。通?；诜?hào)邏輯的語(yǔ)義表示，缺乏靈活性，在分析問(wèn)句語(yǔ)義過(guò)程中，還容易受到符號(hào)間語(yǔ)義鴻溝影響，同時(shí)從自然語(yǔ)言問(wèn)句得到結(jié)構(gòu)化語(yǔ)義表示需要許多步操作，多步間誤差傳遞對(duì)問(wèn)答準(zhǔn)確度造成影響?；谏窠?jīng)網(wǎng)絡(luò)的方法，需要大量標(biāo)注數(shù)據(jù)，然而帶有標(biāo)注的數(shù)據(jù)集非常有限，加上現(xiàn)有知識(shí)圖譜覆蓋度較低。因此，目前基于語(yǔ)義分析的問(wèn)答系統(tǒng)在開(kāi)放域上取得的效果還不近人意。由于基于符號(hào)的方法和基于神經(jīng)網(wǎng)絡(luò)的方法各具優(yōu)缺點(diǎn)，所以今后可以考慮兩種方法結(jié)合，此外，無(wú)論是基于符號(hào)方法需要構(gòu)建規(guī)則集，還是基于神經(jīng)網(wǎng)絡(luò)的方法需要標(biāo)注語(yǔ)料，都耗費(fèi)大量人工，因此構(gòu)建低成本的模型也是研究方向之一。

表2 語(yǔ)義解析方法比較

2006 年Hinton 等人[63]在神經(jīng)網(wǎng)絡(luò)模型基礎(chǔ)上提出深度學(xué)習(xí)，如今海量數(shù)據(jù)積累、計(jì)算力提升、算法模型改進(jìn)，促成深度學(xué)習(xí)迅猛發(fā)展。深度學(xué)習(xí)方法也已應(yīng)用于問(wèn)答系統(tǒng)各項(xiàng)任務(wù)實(shí)現(xiàn)。例如實(shí)體識(shí)別采用的經(jīng)典BILSTM+CRF 方法，如圖4 所示，谷歌提出BERT[64]模型；關(guān)系分類、意圖分類，采用基于字級(jí)別的深度學(xué)習(xí)方法；實(shí)體消歧采用深度學(xué)習(xí)排序方法，判斷語(yǔ)義匹配性等。

圖4 BILSTM+CRF實(shí)體識(shí)別模型示意圖

當(dāng)今，在基于知識(shí)圖譜的問(wèn)答研究領(lǐng)域，大部分研究者把目光從傳統(tǒng)或規(guī)則的方法轉(zhuǎn)向深度學(xué)習(xí)方法。以下章節(jié)將重點(diǎn)介紹基于深度學(xué)習(xí)的知識(shí)圖譜問(wèn)答。

4 基于深度學(xué)習(xí)的答案排序方法

采用深度學(xué)習(xí)的方法需要將問(wèn)題以及知識(shí)圖譜中包含的豐富的語(yǔ)義信息（字、詞語(yǔ)、上下文關(guān)系，知識(shí)圖譜中的實(shí)體、關(guān)系以及屬性），投射到一個(gè)高維向量空間，獲得字向量或者詞向量，通過(guò)深度學(xué)習(xí)模型對(duì)向量進(jìn)行相似度計(jì)算，再通過(guò)相應(yīng)打分機(jī)制獲得候選排序，得出最終問(wèn)答結(jié)果。如圖5所示。

圖5 基于深度學(xué)習(xí)的答案排序方法典型流程

其中，Bordes[65]在文獻(xiàn)[66]基礎(chǔ)上提出的方法比較經(jīng)典，首先對(duì)問(wèn)句中實(shí)體準(zhǔn)確定位，將問(wèn)句中的實(shí)體抽取出來(lái)，再將實(shí)體連接到知識(shí)庫(kù)，以該實(shí)體為起點(diǎn)，查找與其關(guān)系相連的實(shí)體作為候選答案。其次計(jì)算這些實(shí)體關(guān)系的組合與問(wèn)句之間的相似度，通過(guò)打分排序，選擇相似度最大的候選項(xiàng)返回答案，取得很好效果。Hao等人[67]針對(duì)前人工作中沒(méi)有充分考慮候選答案相關(guān)信息訓(xùn)練question representation，提出Cross-Attention機(jī)制的神經(jīng)網(wǎng)絡(luò)模型，訓(xùn)練知識(shí)庫(kù)全局信息，一定程度上減輕了the Out of Vocabulary（OOV）問(wèn)題，在Webquestions數(shù)據(jù)集上取得不錯(cuò)效果。Hao等人[68]在問(wèn)句實(shí)體鏈接方面提出改進(jìn)方案，同時(shí)利用多級(jí)編碼及多維信息增強(qiáng)效果。Zhang 等人[69]在原有APVA 模型上改進(jìn)，提高關(guān)系預(yù)測(cè)準(zhǔn)確性。此外，也有學(xué)者嘗試將問(wèn)句實(shí)體鏈接與關(guān)系鏈接合并抽取[70]。

Bordes 等人[71]還設(shè)計(jì)了一種基于記憶網(wǎng)絡(luò)的問(wèn)答系統(tǒng)，在多個(gè)數(shù)據(jù)集上驗(yàn)證了系統(tǒng)設(shè)計(jì)的優(yōu)越性，具備遷移學(xué)習(xí)能力。Dong等人[72]設(shè)計(jì)了一種多列卷積神經(jīng)網(wǎng)絡(luò)，根據(jù)知識(shí)圖譜特點(diǎn)，定義答案路徑、上下文路徑、答案類型，作為參考特征，并且每個(gè)特征對(duì)應(yīng)一個(gè)已經(jīng)訓(xùn)練的卷積神經(jīng)網(wǎng)絡(luò)，用于捕獲問(wèn)句中語(yǔ)義信息，再通過(guò)計(jì)算問(wèn)句與答案之間的相似度，對(duì)結(jié)果打分排序，排名第一的作為最終答案。為更好捕獲問(wèn)句與答案間的交互信息，以及保留更多原始信息，Qu等人[73]提出了一種基于相似矩陣的遞歸神經(jīng)網(wǎng)絡(luò)（AR-SMCNN）模型，利用RNN 順序建模特性捕獲語(yǔ)義級(jí)相關(guān)性，使用注意機(jī)制跟蹤實(shí)體和關(guān)系重要部分，并制定了一種準(zhǔn)確確定問(wèn)句中主實(shí)體的方法。Lan 等人[74]創(chuàng)新地將“matchingaggregation”框架用于匹配候選項(xiàng)，增強(qiáng)候選實(shí)體表示，充分利用問(wèn)題特有語(yǔ)境關(guān)系，提升在公開(kāi)數(shù)據(jù)集Webquestions、Simplequestion 上的效果。Krishna 等人[75]將問(wèn)答與實(shí)際生活聯(lián)系起來(lái)，將問(wèn)答過(guò)程比作老師與學(xué)生之間的關(guān)系，學(xué)生問(wèn)題寬泛，同時(shí)使用分類方法，由大到小，由粗到細(xì)，定位問(wèn)題意圖，最終由老師回答。

以上是國(guó)外學(xué)者在研究基于知識(shí)圖譜問(wèn)答方面，采用深度學(xué)習(xí)方法取得的成果。國(guó)內(nèi)也有許多研究者，致力于構(gòu)建領(lǐng)域知識(shí)圖譜及設(shè)計(jì)問(wèn)答系統(tǒng)，將基于知識(shí)圖譜的單一事實(shí)問(wèn)答拆解成兩部分任務(wù)，一是實(shí)體鏈接，二是關(guān)系識(shí)別。羅達(dá)等人[76]按照這一思路提出了一種基于多角度注意力機(jī)制的單一事實(shí)知識(shí)庫(kù)問(wèn)答方法，關(guān)系識(shí)別率達(dá)到93.5%。曹明宇等人[77]構(gòu)建了一種針對(duì)原發(fā)性肝癌的知識(shí)圖譜問(wèn)答系統(tǒng)。張楚婷[78]在旅游方面展開(kāi)知識(shí)圖譜問(wèn)答系統(tǒng)研究。張崇宇[79]設(shè)計(jì)了關(guān)于醫(yī)療領(lǐng)域的知識(shí)圖譜問(wèn)答系統(tǒng)。史夢(mèng)飛[80]設(shè)計(jì)了一種分布式的問(wèn)答系統(tǒng)，將問(wèn)題句進(jìn)行分類，提高下游任務(wù)的準(zhǔn)確性，通過(guò)構(gòu)建基于深度學(xué)習(xí)的End2End 問(wèn)答模型，同時(shí)考慮中文問(wèn)句的復(fù)雜性，提出結(jié)合語(yǔ)義依存分析的剪枝算法及自動(dòng)化模板的方法。童培豪[81]針對(duì)復(fù)雜問(wèn)題進(jìn)行優(yōu)化，將系統(tǒng)分為三個(gè)步驟，實(shí)體識(shí)別、關(guān)系發(fā)現(xiàn)、系統(tǒng)整合，并在每一個(gè)步驟中實(shí)現(xiàn)優(yōu)化。國(guó)內(nèi)眾多評(píng)測(cè)會(huì)議，進(jìn)一步促進(jìn)問(wèn)答系統(tǒng)發(fā)展。Lai 等人[82]在NLPCC2017比賽中設(shè)計(jì)了一種深度卷積神經(jīng)網(wǎng)絡(luò)實(shí)體謂詞重排序配對(duì)方法，取得第一名。Zhou 等人[83]將規(guī)則與神經(jīng)網(wǎng)絡(luò)相結(jié)合，在2019 年CCKS 評(píng)測(cè)中，取得第一名。

在基于深度學(xué)習(xí)答案排序的方法中，計(jì)算輸入問(wèn)題和候選答案實(shí)體之間的相關(guān)性是核心任務(wù)。當(dāng)前采用問(wèn)題與答案對(duì)直接訓(xùn)練的問(wèn)答模型取得較好效果。Costa 等人[84]針對(duì)當(dāng)前多領(lǐng)域多知識(shí)圖譜發(fā)展，提出針對(duì)開(kāi)放域的基于知識(shí)圖譜的問(wèn)答框架，嘗試設(shè)計(jì)一個(gè)高效且高質(zhì)量的問(wèn)答系統(tǒng)，實(shí)現(xiàn)在任何領(lǐng)域?qū)θ魏晤愋蛦?wèn)題都有效的問(wèn)答系統(tǒng)。

5 基于知識(shí)圖譜的嵌入學(xué)習(xí)的問(wèn)答方法

知識(shí)圖譜嵌入（Knowledge Graph Embedding，KGE）學(xué)習(xí)是針對(duì)知識(shí)圖譜中的三元組做word embedding操作，在一般的自然語(yǔ)言處理任務(wù)中，將文本的表述轉(zhuǎn)化為word2vec這種產(chǎn)物，KGE不同于普通的詞向量表示，知識(shí)圖譜嵌入學(xué)習(xí)面向知識(shí)庫(kù)中的實(shí)體和關(guān)系進(jìn)行表示學(xué)習(xí)，從而更為直接地構(gòu)造實(shí)體與關(guān)系之間的語(yǔ)義相關(guān)性。相比于普通的詞向量，KGE 更能反映相近的實(shí)體以及關(guān)系間的相似程度，KGE 的目的是為了保存知識(shí)圖譜中原有的信息，并將知識(shí)圖譜用連續(xù)向量空間中的低維密集向量或者矩陣來(lái)表示，可以有效解決數(shù)據(jù)稀疏問(wèn)題，使知識(shí)獲取、融合、推理的性能得到顯著提升。現(xiàn)有研究已經(jīng)提出了許多的KGE，如線性映射方法DistMult[85]、基于平移的TransE[86]、基于張量因子化的RESCAL[87]、神經(jīng)張量網(wǎng)絡(luò)NTN[88]等，并被證明在知識(shí)圖譜補(bǔ)全、問(wèn)答系統(tǒng)和關(guān)系抽取等許多應(yīng)用中都是有效的。

Wang 等人[89]借助知識(shí)圖譜的嵌入學(xué)習(xí)，提出了一種解決通過(guò)SPARQL查詢沒(méi)有答案的方法。Wang針對(duì)一些在知識(shí)圖譜中可以找到答案，但是通過(guò)SPARQL匹配時(shí)，要求每個(gè)指定的查詢項(xiàng)都需要匹配，從而無(wú)法找到正確答案的問(wèn)題，通過(guò)專門(mén)為SPARQL查詢匹配設(shè)計(jì)的保留實(shí)體上下文的轉(zhuǎn)化模型，將知識(shí)圖譜三元組映射到連續(xù)的向量空間中，使得語(yǔ)義相似的實(shí)體在向量空間中接近。這樣的模型框架可以方便地生成高質(zhì)量的近似答案。

Huang等人[90]設(shè)計(jì)了一種基于知識(shí)圖譜嵌入的問(wèn)答系統(tǒng)，針對(duì)謂詞在問(wèn)題中的不同表達(dá)和實(shí)體被識(shí)別后的消歧等問(wèn)題，Huang等人結(jié)合知識(shí)圖譜嵌入學(xué)習(xí)在問(wèn)答系統(tǒng)的優(yōu)點(diǎn)來(lái)解決，知識(shí)圖譜嵌入學(xué)習(xí)表示圖譜中的每個(gè)謂詞/實(shí)體為低維向量，給定一個(gè)簡(jiǎn)單問(wèn)題，目標(biāo)是找到謂詞嵌入空間的一個(gè)點(diǎn)作為謂詞的表示向量，并在實(shí)體嵌入空間中找到一個(gè)點(diǎn)作為頭實(shí)體的表示向量。對(duì)于所有知識(shí)圖譜可以解答的問(wèn)題，它們的謂詞向量必然在謂詞嵌入空間中。因此，作者設(shè)計(jì)謂詞與頭實(shí)體學(xué)習(xí)模型，將問(wèn)題作為輸入，并返回盡可能接近于問(wèn)題的謂詞/實(shí)體嵌入表示的向量，確定謂詞與頭實(shí)體，最終找到尾實(shí)體，完成問(wèn)答。

Hamilton 等人[91]認(rèn)為知識(shí)圖譜是一張有關(guān)系和實(shí)體組成的一張圖，通過(guò)學(xué)習(xí)實(shí)體低緯度嵌入表示，可以預(yù)測(cè)潛在或者缺失的邊。目前知識(shí)圖譜查詢的難點(diǎn)在于處理更為復(fù)雜的邏輯查詢，因?yàn)檫@涉及多個(gè)未發(fā)現(xiàn)的邊、實(shí)體和屬性。針對(duì)這一問(wèn)題，Hamilton 等人設(shè)計(jì)了一種框架，實(shí)現(xiàn)在不完整知識(shí)圖譜上有效地對(duì)連接邏輯查詢進(jìn)行預(yù)測(cè)，在低維空間中對(duì)圖譜節(jié)點(diǎn)embedding操作，并在這個(gè)embedding space中將邏輯運(yùn)算符表示為學(xué)習(xí)過(guò)的幾何運(yùn)算（例如平移、旋轉(zhuǎn)）。通過(guò)在低維embedding space中執(zhí)行邏輯運(yùn)算，可以預(yù)測(cè)圖譜中的關(guān)系。

知識(shí)圖譜問(wèn)答中一種有效的方法就是將自然語(yǔ)言問(wèn)句轉(zhuǎn)化為圖結(jié)構(gòu)的查詢，最為重要的過(guò)程就是將實(shí)體/關(guān)系映射到知識(shí)圖譜的點(diǎn)與邊，從而構(gòu)造結(jié)構(gòu)查詢。Wang 等人[92]考慮到語(yǔ)言的靈活性以及模糊性，映射的過(guò)程存在挑戰(zhàn)性，提出了一種新的問(wèn)答框架KemQA，嘗試去解決自然語(yǔ)言問(wèn)題的映射問(wèn)題和構(gòu)造結(jié)構(gòu)查詢，通過(guò)大量的實(shí)驗(yàn)，證明框架的有效性。

知識(shí)圖譜的嵌入學(xué)習(xí)方法是將知識(shí)圖譜中的每個(gè)對(duì)象編碼到連續(xù)向量空間，這樣的做法能夠反映出關(guān)系密切的實(shí)體以及關(guān)系的相似程度，保存了知識(shí)圖譜中的重要信息。這樣的做法為問(wèn)答的實(shí)現(xiàn)做了很好的鋪墊。知識(shí)圖譜嵌入式學(xué)習(xí)的問(wèn)答方法具有很好的可行性以及魯棒性。如何能讓知識(shí)圖譜嵌入學(xué)習(xí)學(xué)到更多更細(xì)致的知識(shí)圖譜信息是這種方法的關(guān)鍵。

6 多跳推理的知識(shí)圖譜問(wèn)答

近年來(lái)，有論文指出KGQA任務(wù)中的簡(jiǎn)單問(wèn)題已經(jīng)基本被解決[93]。從知識(shí)圖譜的發(fā)展來(lái)看，當(dāng)前學(xué)術(shù)界更關(guān)注解決包含多跳、組合或者需要借助推理解決的復(fù)雜問(wèn)題，由于問(wèn)題和知識(shí)的多樣性和復(fù)雜性，知識(shí)圖譜問(wèn)答仍然是一項(xiàng)具有挑戰(zhàn)的任務(wù)，尤其是在多跳的問(wèn)答中，許多研究者在這方面進(jìn)行了許多嘗試。

多跳問(wèn)題主要分為兩類，一類是路徑問(wèn)題，另一類是聯(lián)合問(wèn)題。路徑問(wèn)題指的是問(wèn)題中只包含一個(gè)主題實(shí)體，但是含有多個(gè)關(guān)系，這類問(wèn)題的解決需要沿著圖譜中的某些線路遍歷才能找到問(wèn)題的答案（借助一些關(guān)系和中間實(shí)體）；聯(lián)合問(wèn)題則是包含多個(gè)主題實(shí)體，這類問(wèn)題的答案可能是多個(gè)路徑問(wèn)題結(jié)果的交集。語(yǔ)義解析方法、深度學(xué)習(xí)答案排序以及知識(shí)圖譜嵌入的方法不能有效地解決多條復(fù)雜問(wèn)題，如圖6。

圖6 多跳問(wèn)題

Zhang 等人[94]的方法是將多跳問(wèn)答分為兩個(gè)步驟：一是通過(guò)概率模型來(lái)識(shí)別問(wèn)句中的實(shí)體（得到圖譜中每個(gè)實(shí)體是問(wèn)句中實(shí)體的概率）；二是設(shè)計(jì)了一種邏輯推理模型，提出了一種嵌入推理圖的體系結(jié)構(gòu)，其中包含了所有推理規(guī)則及其復(fù)雜性，在知識(shí)圖譜上做邏輯推理。Zhou 等人[95]針對(duì)多跳提出了一種新的可解釋推理網(wǎng)絡(luò)模型，該模型采用可解釋的逐跳推理過(guò)程來(lái)回答問(wèn)題。該模型動(dòng)態(tài)地決定輸入問(wèn)題的某部分應(yīng)該對(duì)應(yīng)圖譜中的某一跳進(jìn)行分析；預(yù)測(cè)與當(dāng)前解析結(jié)果相對(duì)應(yīng)的關(guān)系；利用預(yù)測(cè)的關(guān)系更新問(wèn)題表示和推理過(guò)程的狀態(tài)；然后驅(qū)動(dòng)下一跳推理。Vakulenko 等人[96]提出了一種新的方法使用無(wú)監(jiān)督消息傳遞（Message passing）來(lái)解決復(fù)雜問(wèn)題，首先識(shí)別實(shí)體、關(guān)系和類名，并將其映射到圖中的對(duì)應(yīng)項(xiàng)，從而定位答案實(shí)體。最后，根據(jù)確定的問(wèn)題類型對(duì)這些問(wèn)題進(jìn)行聚合。這種方法可以借助一系列稀疏矩陣乘法來(lái)模擬小型局部子圖上的連接實(shí)現(xiàn)。

多跳推理的問(wèn)答是當(dāng)前的研究難點(diǎn)與熱點(diǎn)問(wèn)題，還有許多的工作需要去做。

7 基于知識(shí)圖譜問(wèn)答系統(tǒng)研究機(jī)遇與挑戰(zhàn)

問(wèn)答系統(tǒng)早就存在，從2011年Siri，到Google Now、語(yǔ)音助手、智能音箱等本質(zhì)上都是問(wèn)答系統(tǒng)。問(wèn)答系統(tǒng)在日常生活中幫人們導(dǎo)航、搜索問(wèn)題，偶爾與用戶交互聊天，讓生活越來(lái)越方便。智能時(shí)代職業(yè)場(chǎng)所及公共場(chǎng)所中人們每天面對(duì)大量數(shù)據(jù)、海量信息及知識(shí)更新，“懂行”的“專家助手”成為剛需。知識(shí)圖譜用于描述真實(shí)世界中存在的實(shí)體和概念，以及實(shí)體和概念之間的關(guān)系，可通過(guò)人工方式構(gòu)建或定義行業(yè)領(lǐng)域的知識(shí)體系，基于此開(kāi)發(fā)各種高級(jí)應(yīng)用，智能問(wèn)答便是應(yīng)用之一。

基于知識(shí)圖譜的問(wèn)答系統(tǒng)，研究方法很多，其中基于深度學(xué)習(xí)的答案排序法略顯優(yōu)勢(shì)。但是依然存在不足：缺乏泛化性、可解釋性，對(duì)時(shí)序性問(wèn)題不能很好回答，例如：“現(xiàn)在誰(shuí)統(tǒng)治丹麥？”。本章結(jié)合智能問(wèn)答系統(tǒng)研究中遇到的問(wèn)題，總結(jié)尚需解決的關(guān)鍵問(wèn)題。

7.1 回答復(fù)雜問(wèn)題

現(xiàn)有的基于知識(shí)圖譜的問(wèn)答技術(shù)，在單一問(wèn)題上已取得非常好的效果，如：BERT模型實(shí)驗(yàn)。然而，在實(shí)際問(wèn)答場(chǎng)景下，用戶的問(wèn)題往往復(fù)雜，現(xiàn)有的基于深度學(xué)習(xí)的知識(shí)圖譜問(wèn)答方法受到挑戰(zhàn)，復(fù)雜問(wèn)題研究仍有很大提升空間。一旦問(wèn)題中存在多種關(guān)系與實(shí)體，或者存在潛在關(guān)系，甚至在開(kāi)放性領(lǐng)域，如CCKS 評(píng)測(cè)中的一個(gè)問(wèn)題“我現(xiàn)在餓了，數(shù)據(jù)庫(kù)里有什么吃的？”，現(xiàn)有的方法的效果不盡人意。

7.2 深度推理機(jī)制

現(xiàn)有的知識(shí)圖譜規(guī)模日趨龐大，能覆蓋多個(gè)領(lǐng)域，但是仍面臨信息缺失問(wèn)題，知識(shí)圖譜構(gòu)建是項(xiàng)大工程。面向問(wèn)答的深度推理顯示出作用，傳統(tǒng)的基于符號(hào)的推理需要嚴(yán)格符號(hào)匹配，推理規(guī)則有限，以致領(lǐng)域適應(yīng)性差，無(wú)法實(shí)現(xiàn)大規(guī)模推理。但是，深度學(xué)習(xí)作用于分布式語(yǔ)義表示，可以利用語(yǔ)義空間中的相似度計(jì)算，彌補(bǔ)符號(hào)推理需要嚴(yán)格規(guī)則的缺陷。所以，如何利用深度學(xué)習(xí)的大規(guī)模、可學(xué)習(xí)優(yōu)點(diǎn)、融入傳統(tǒng)邏輯推理規(guī)則，構(gòu)建精準(zhǔn)的大規(guī)模知識(shí)推理引擎是自動(dòng)問(wèn)答系統(tǒng)迫切需要解決的又一個(gè)熱點(diǎn)問(wèn)題。

7.3 多輪交互式問(wèn)答

傳統(tǒng)的問(wèn)答系統(tǒng)大多采用一問(wèn)一答的形式，但是現(xiàn)實(shí)應(yīng)用場(chǎng)景中，用戶與機(jī)器之間需要多輪交互，由此反饋給用戶的答案不只是單一的實(shí)體、概念、關(guān)系等形式，需要考慮到先前的對(duì)話對(duì)即將發(fā)生的對(duì)話的影響或者當(dāng)前的對(duì)話可能對(duì)后續(xù)對(duì)話造成的影響。除此之外，還需要采用用戶理解的自然語(yǔ)言形式回復(fù)問(wèn)題。在這一過(guò)程中，如何結(jié)合知識(shí)庫(kù)，將知識(shí)庫(kù)問(wèn)答的答案加入自然語(yǔ)言回復(fù)中，是亟待解決的問(wèn)題。

7.4 長(zhǎng)尾問(wèn)句挑戰(zhàn)

問(wèn)句的長(zhǎng)尾（long tail）的問(wèn)題也是近年來(lái)研究的熱點(diǎn)問(wèn)題，長(zhǎng)尾問(wèn)句是指在問(wèn)答數(shù)據(jù)上，少量表示相同意思，出現(xiàn)頻率高的問(wèn)句在整個(gè)數(shù)據(jù)集中占有大部分的比例。將問(wèn)句以柱狀圖的形式展示就會(huì)有很長(zhǎng)的“尾巴”，尾巴上都是一些出現(xiàn)頻率不高的問(wèn)句。例如在數(shù)據(jù)集中與“ehr系統(tǒng)包含什么功能”意思相近的問(wèn)句有“ehr系統(tǒng)有哪些功能”“ehr 系統(tǒng)有什么功能”“ehr 系統(tǒng)能實(shí)現(xiàn)什么功能”。如果數(shù)據(jù)集大部分都是相似的問(wèn)句，這就會(huì)導(dǎo)致數(shù)據(jù)集的特征比較單一，學(xué)習(xí)的模型泛化能力不強(qiáng)。這就可能需要使用一些其他的算法來(lái)增強(qiáng)模型的泛化能力。

8 結(jié)束語(yǔ)

智能時(shí)代來(lái)臨，海量信息充斥在社會(huì)每個(gè)角落，用戶對(duì)自動(dòng)問(wèn)答需求越來(lái)越強(qiáng)烈，現(xiàn)有的問(wèn)答系統(tǒng)還處在起步階段，僅具備最基本的智能與推理能力。人工智能專家在智能問(wèn)答領(lǐng)域的研究從未中斷過(guò)，基于知識(shí)圖譜的問(wèn)答系統(tǒng)作為自動(dòng)問(wèn)答研究的重要方向，其技術(shù)發(fā)展趨勢(shì)從限定領(lǐng)域向開(kāi)放領(lǐng)域發(fā)展，從單一數(shù)據(jù)源向多元數(shù)據(jù)源發(fā)展，從淺層語(yǔ)義分析向深度推理發(fā)展。本文關(guān)于知識(shí)圖譜智能問(wèn)答研究綜述期望相關(guān)技術(shù)早突破，開(kāi)拓不同行業(yè)智能問(wèn)答應(yīng)用需求。