科研之友
微信
新浪微博
Facebook
分享链接
摘要
问答系统作为信息检索的一种高级形式，已成为人工智能和自然语言处理领域中一个备受关注的研究方向。本文聚焦于知识图谱问答(Knowledge Graph Question Answering, KGQA)研究中的关系检测，针对现有方法中未能较好兼顾全局语义和局部语义信息，以及复杂问题准确率不高的问题，提出了一种结合问题-关系注意力和特征视图匹配的关系检测方法。该方法从问题和知识库中提取多粒度的特征，将提取特征构造成特征对视图作为关系检测模型的输入，视图内部利用双边多视角匹配(Bilateral Multi-Perspective Matching, BiMPM)进行比较匹配，得出关系预测结果。为验证本文提出的方法，在SimpleQuestions、WebQSP数据集上，与6种主流基线方法进行对比实验，本方法的准确率分别提升3.42个和0.45个百分点。
- 单位
