一小时让你学会知识推理（上）- 附完整源码

一、前言
本文是《智能对话机器人实战开发案例剖析》系列文章的第三部分，第2篇：基于知识图谱的智能问答机器人关键技术。相关内容已录制成视频课程，课程地址：网易云课堂
配套开源框架代码已上传至Github：kgRobot，如需参与项目开发请联系作者QQ群：149933712.
二、正文
2.1 核心思想
通过自然语言处理，把用户输入的问题，基于规则映射模型，转换为知识图谱查询语言：question2sparql。
2.2 工作流程
工作流程如下图所示：

2.3 关键技术
要点1：通过引入实体词典，提升中文分词能力；
要点2：通过基于规则的模式匹配，识别实体关系；
要点3：基于实体、关系查询诉求，转换为sparql查询语言；
2.4 程序演示
2.4.1 主程序入口-启动

2.4.2 中文分词-NLU

2.4.3 规则推理-入口

2.4.4 规则模板-模板

2.4.5 行为映射-行为

2.4.6 sparql查询

三、未完待续
本文知识抛砖引玉的一个示例，旨在帮助大家建立一种思维模式：基于知识图谱的推理原来可以这样做。不以技术细节、能力提升为目的，希望能够对大家有所帮助。
系列连载，持续更新。版权所有，转载请注明出处。多轮问答_知识图谱技术交流群：149933712 项目源码地址：https://github.com/zhangziliang04/kgRobot