科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对传统答案选择模型仅依靠问答对自身信息进行匹配的问题，该研究提出了一种使用多模态知识图谱来增强问答对的答案选择模型。该模型通过设计基于ComplEx(complex embedding)图谱嵌入的方法学习多模态知识图谱嵌入，引入上下文注意力机制并使用CNN网络获取多模态知识图谱的特征表示，使用知识感知注意力方法，将多模态知识图谱提供的背景知识与问答对的文本语义信息融合。以葡萄种植为例，通过搭建葡萄种植多模态知识图谱和构造葡萄种植问答数据集开展试验，试验结果表明:使用多模态知识图谱有助于模型获取更多信息从而达到更好的效果，在葡萄问答数据集中正确答案的平均倒数排名和平均准确率分别达到了85.02%、84.21%，与其他模型相比，平均倒数排名提高2.57个百分点，平均准确率提高了3.96个百分点。该答案选择模型利用多模态知识图谱的知识提高答案选择效果，可为搜索、问答等下游任务提供技术基础。
- 单位
