基于实体消岐和多粒度注意力的知识库问答

作者：何儒汉; 唐娇; 史爱武^*; 陈佳; 李相朋; 胡新荣

来源：计算机工程与设计, 2022, 43(02): 560-566.

DOI：10.16208/j.issn1000-7024.2022.02.036

• 命名实体识别
• 实体消岐
• 关系检测
• 注意力机制
• 知识库问答

为解决现有知识库问答编码-比较框架的原始信息丢失问题,提出基于实体消岐和多粒度注意力的知识库问答方法。从多个粒度对问题和知识库关系的相关性进行建模,引入双向注意力机制更有效地聚合向量保留原始信息,实现关系检测中字符之间的细粒度对齐。为提高实体链接的准确率,融合双向长短时记忆网络-条件随机场(Bi LSTM-CRF)克服对人工特征的依赖,计算问题关系词与候选关系的相似性减少噪声数据实现实体消歧。在Simple Questions数据集的实验结果表明,该模型在准确率上有明显提升,达到了94.1%。

• 单位
  武汉纺织大学