KBQA是个啥？

什么是KBQA?

KBQA的全称是基于知识库问答（Knowledge Base Question Answering），即给定自然语言问题，通过对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。

知识库是用于知识管理的一种特殊的数据库，用于相关领域知识的采集、整理及提取。知识库中的知识源于领域专家，是求解问题所需领域知识的集合，包括一些基本事实、规则和其他相关信息。

知识库中蕴含着丰富的信息及各种关系连接，将其构建成知识图谱，将得到一个信息量极大的知识网络。

KBQA有什么用？

KBQA是一个问答系统，所以功能是可以回答用户提出的一些问题，比如，

• 用户问：距离春节还有几天？

• 回答：45天。

• 用户问：国庆节是哪一天？

• 回答：每年10月1日。

KBQA如何实现？

（一）数据部分

（1）原始数据准备

• 原始三元组数据或其他类型的数据收集

• 筛选出需要的数据

（2）数据处理

• 将原始数据转化为统一的数据导入格式

• 区分不同实体类型并打上标签

• 如有需要，对实体、属性、关系进行相关编辑

（3）存入图数据库

• 将数据导入图数据库，图数据库可以选择Neo4j、Dgraph等

（二）问答部分

（1）流程图

（2）意图识别

• 句子预处理

  • 视情况对去除一些字和符号，如“的”、“？”等

• 实体抽取、属性抽取、时间抽取等

  • 通过同义词表或规则将问句中的实体词、属性词、时间词抽取出来

  • 实体链接，将实体词对应到数据库中的实体，目前是简单的名称匹配

• 根据以下信息进行意图分类，目前是基于词表和规则去做的

  • 抽取的元素类型，如一个或多个实体、有无属性等

  • 关键词，如“有多少”、“有几个”等

  • 上文信息，如当前是澄清状态需要澄清实体等

  • 正则模板匹配

• 意图识别返回结果，包含意图及上下文信息

（3）回答生成

• 依次处理意图

  • 根据意图生成对应的查询语句并进行查询

  • 根据数据库查询结果及意图期望的答案，选择以下方式继续处理

  • 无结果，尝试下一个意图

  • 结果符合要求，返回结果

  • 结果需要澄清，则需要用户澄清

  • 非KBQA，未涉及到知识图谱的意图，如时间转化等，通过对应模块进行处理

  • KBQA

• 回答生成返回结果，包含回答及新的上下文信息