面向模糊主题复杂问句的阶段性查询图生成  

Staged Query Graph Generation for Fuzzy Topic Complex Questions

作　　者：邓涵玮 刘钊[1,2] 高峰 顾进广 DENG Hanwei;LIU Zhao;GAO Feng;GU Jinguang(School of Computer Science and Technology,Wuhan University of Science and Technology,Wuhan 430065;Hubei Province Key Laboratory of Intelligent Information Processing and Real-time Industrial,Wuhan 430065;Big Data Science and Engineering Research Institute,Wuhan University of Science and Technology,Wuhan 430065;Key Laboratory of Rich Media Digital Publishing Content Organization and Knowledge Service of Press and Publication Administration,Beijing 100083)

机构地区：[1]武汉科技大学计算机科学与技术学院,武汉430065 [2]湖北省智能信息处理与实时工业系统重点实验室,武汉430065 [3]武汉科技大学大数据科学与工程研究院,武汉430065 [4]新闻出版署富媒体数字出版内容组织与知识服务重点实验室,北京100083

出　　处：《计算机与数字工程》2024年第7期2055-2060,共6页Computer & Digital Engineering

基　　金：科技创新2030-“新一代人工智能”重大项目“亿级节点时序图谱实时智能分析关键技术与系统”(编号:2020AAA0108500);国家自然科学基金项目“面向特定领域的知识图谱构建和应用关键技术研究”(编号:U1836118);富媒体数字出版内容组织与知识服务重点实验室开放基金项目(编号:ZD2021-11/01)资助。

摘　　要：论文面向无主题实体和多主题实体的模糊主题复杂问句,提出了一种基于阶段性查询图生成的改进方案。针对无主题实体复杂问句,论文提出了以答案节点为起始节点的查询图构造方案。针对多主题实体复杂问句,论文提出了一种基于规则和Transformer编码器的主题实体选取策略,提高了问答的准确性。在四个数据集上的对比实验结果表明,该方法在复杂问题问答上的表现优于最近表现较好的Multi-hopCQA。Aiming at non-topic entity and multi-topic entities,fuzzy topic complex questions,this paper proposes an im⁃proved scheme based on the staged query graph generation.For non topic entity complex questions,this paper proposes a query graph construction scheme with the answer node as the starting node.For multi topic entities complex questions,this paper proposes a topic entity selection strategy based on rules and Transformer encoder,which improves the accuracy of the system.The compara⁃tive experiments on four data sets show that this method performs better than the recent better Multi-hopCQA on complex questions.

关 键 词：知识图谱问答 查询图 复杂问句 阶段性生成查询图 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]