两套KBQA系统

基于BERT的知识库问答系统

简介

知识库问答可以主要分为两个模块，问题实体识别模块和属性匹配模块，系统整体流程图如下：

数据

此次使用的数据集来自NLPCC ICCPOL 2016 KBQA 任务集，其包含 14 609 个问答对的训练集和包含 9 870 个问答对的测试集。 并提供一个知识库，包含 6 502 738 个实体、 587 875 个属性以及 43 063 796 个 三元组。知识库文件中每行存储一个事实( fact) ，即三元组 ( 实体、属性、属性值) 。

知识库样例如下，共有43063796行：

训练NER的数据格式如下：

训练BERT二分类的数据如下：

运行效果：

1. 精确查找可找到且属性包含在问句中：

   

2. 需要模糊查找且需要进行属性匹配：

   

   

问题

最主要的问题就是进行模糊搜索时速度过慢，且对于问题的要求很高，只能提问xx的xx是什么这一种问题。

基于医疗知识图谱的自动问答

简介

立足医药领域，以垂直型医药网站为数据来源，以疾病为核心，构建起一个包含7类规模为4.4万的知识实体，11类规模约30万实体关系的知识图谱。 并构建了一个基于医药知识图谱的问答系统。

整体框架如下：

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-I6gCEOFF-1571281119622)(C:/Users/zhang/Desktop/QA图片/neo4j流程.jpg)]

数据来源

项目的数据来自寻医问药网站，爬取的结构化数据，构建了以疾病为中心的医疗知识图谱，项目的数据存储采用Neo4j图数据库，问答系统采用了规则匹配方式完成，数据操作采用neo4j声明的cypher。

知识库内容

1.实体类型

2.实体关系类型

3.属性类型

支持的问题类型

运行效果

总结

基于规则的问答系统没有复杂的算法，一般采用模板匹配的方式寻找匹配度最高的答案，回答结果依赖于问句类型、模板语料库的覆盖全面性，面对已知的问题，可以给出合适的答案，对于模板匹配不到的问题或问句类型，就无能为力了。