基于知識圖譜的QA系統(tǒng)研究

　QA系統(tǒng)用于回答人們以自然語言形式提出的問題，其在互聯(lián)網(wǎng)、通信及醫(yī)療等領(lǐng)域獲得顯著的成功。其中，IBM研發(fā)的Watson系統(tǒng)就在與人類的答題比賽中獲勝并首次獲得100萬美金獎勵；蘋果的Siri系統(tǒng)成功運行于iPhone之中，改變?nèi)伺ciPhone的交流方式；還有很多其它的公司也成功研發(fā)文字或語音的QA系統(tǒng)，比如谷歌的Google Now、亞馬遜的Alexa和微軟的Cortana；另外，在醫(yī)學(xué)上面如Health Care，QA系統(tǒng)也幫助醫(yī)生與患者得到及時的交互。
　　QA系統(tǒng)依據(jù)其回答語料可以分為兩類，一類是常見的純文本形式，如網(wǎng)絡(luò)文檔、問答社區(qū)內(nèi)容、搜索引擎結(jié)果、百科數(shù)據(jù)等。另一類則是知識圖譜，通常以RDF三元組的形式結(jié)構(gòu)化表示。由于結(jié)構(gòu)化的特點，QA系統(tǒng)相比純文本語料，往往可以提供更加精確和簡練的結(jié)果。另一方面，近些年涌現(xiàn)出了大批十億甚至更大規(guī)模的知識圖譜，包括WolframAlpha、Google Knowledge Graph、Freebase等。這些知識圖譜的出現(xiàn)保證基于其的問答系統(tǒng)的覆蓋率。所以，當(dāng)前基于知識圖譜的開放領(lǐng)域QA系統(tǒng)是可行的。
　　系統(tǒng)架構(gòu)
　　QA系統(tǒng)分為三層架構(gòu)模型，分別為實體、語言和應(yīng)用層，如下圖所示。
　　
　　其中最下層為實體層，其為上層模型提供最基礎(chǔ)的計算單元，包括了語義社區(qū)搜索、語義消歧義和同現(xiàn)網(wǎng)絡(luò)模塊；中間層為語言層，作為連接實體層和應(yīng)用層的橋梁，其包含了具有一定語義信息的短文本；最上層則為集成的QA系統(tǒng)，包括了問題模板和深度學(xué)習(xí)模塊。
　　實體層模型研究
　　語義社區(qū)搜索
　　
　　如上圖所示，節(jié)點即代表單詞在語義社區(qū)網(wǎng)絡(luò)中的語義，邊則為單詞與單詞之間的關(guān)系，以此模型即可找到一個單詞所在的社區(qū)，以及單詞之間的相似度，如下圖所示pot和bowl為同一語義社區(qū)，有很高的相似度；pot和plate為不同的語義社區(qū)，其中兩個有兩個單詞交集，為中等相似度；pot和tube為不同的語義社區(qū)，其中只有一個單詞交集，為低等相似度