[发明专利]基于嵌入式和候选子图剪枝的复杂问题知识库问答方法

说明书

本发明公开了基于嵌入式和候选子图剪枝的复杂问题知识库问答方法，属于数据处理技术领域，基于依存句法分析来区分关系的复杂程度，初步筛选出候选子图范围；通过基于尾部实体和关系类型的剪枝方法，对候选子图进行剪枝，以减少候选子图中错误路径在模型训练时带来的干扰；训练基于神经网络的短文本匹配模型使得问题和正确的问答路径上下文的匹配得分较高，本发明的SPE‑QA在构建新的问答数据集时，基于依存句法分析问题中关系的复杂程度，初步筛选出候选子图范围；训练关系路径类型选择器，进一步对候选子图进行剪枝；构建基于神经网络的短文本匹配模型，使得问题和正确的问答路径上下文的匹配得分较高。

技术领域

本发明涉及属于数据处理技术领域，具体涉及基于嵌入式和候选子图剪枝的复杂问题知识库问答方法。

背景技术

通常，当给定一个自然语言问题，知识库问答系统通过问题进行语义理解和解析，进而利用知识库进行查询、推理得出答案。

根据知识图谱三元组的个数，将自然语言问题分为两种：

(1)单关系问题，只依赖一个三元组完成问答；

(2)多关系问题，至少需要两个三元组；由于自然语言的多样性，以及候选答案的复杂性回答多关系问题仍具有挑战性。

针对单关系问题的问答，Yih等人提出了基于语义相似度的开放域问题回答的语义解析框架，通过卷积神经网络模型测量实体与实体、关系与关系之间的相似度，来对三元组评分从而选出最合适的三元组来回答问题。虽然在问答任务中具有高精准度，但是由于数据量不够，不能训练出完善稳定的实体链接模型。

目前针对多关系问题的问答多采用顺序决策的方法，后来Qiu等人提出可解释的推理机制来逐步获取问题的答案实体，且在此基础上增加注意力机制以保证推理过程的准确性，并采用束搜索优化查询路径，从而减少候选答案的数量。这些方法在回答2-HOP问题上都取得很大进展，但在回答3-HOP或混合问题集的问题时性能较差，在顺序决策过程中增加了错误累积，限制了此类方法对复杂问题的问答能力。

发明内容

发明目的：为解决当前复杂问题的知识图谱问答中的不足之处，本发明目的在于提供基于嵌入式和候选子图剪枝的复杂问题知识库问答方法，能够减少候选子图的范围，并在部分多关系问答上获得更高的精准度。

技术方案：为实现上述发明目的，本发明采用如下技术方案：

基于嵌入式和候选子图剪枝的复杂问题知识库问答方法，提出了基于图上下文编码的复杂问题智能问答模型SPE-QA，包括以下模块：

1)候选子图剪枝模块，包括基于尾部实体的剪枝和基于关系类型的剪枝；其中基于尾部实体的剪枝删除尾部关系类型不相关的问答路径上下文，将保留的候选问答路径上下文和问题一起输入到语义匹配模型中训练；基于关系类型的剪枝方法通过关系路径类型选择器，只保留候选子图中相关类型的问答路径上下文进行后续操作；

2)语义匹配模块，将多关系的复杂问答过程转化成短文本匹配过程，即问题句和候选问答路径上下文序列的匹配问题；基于RE2模型，使用BERT预训练模型，对问题句和问答路径上下文的词及位置同时编码。

进一步地，所述的候选子图剪枝模块中，包括以下步骤：

2.1)对于基于尾部关系类型的剪枝方法，首先构建关系类型映射文件，将知识库关系进行简单聚类，判断知识库中两种类型是否相关后，保留尾部关系类型相关的PathContext作为候选问答路径上下文，并与问题句构成新的问答数据集，输入到问答句匹配模型中进行训练；