| 融合事实文本的知识库问答方法 |
| |
| 作者姓名： | 王广祥 何世柱 刘康 余正涛 高盛祥 郭军军 |
| |
| 作者单位： | 昆明理工大学 信息工程与自动化学院 昆明650504;昆明理工大学 云南省人工智能重点实验室 昆明650500;中国科学院自动化研究所 模式识别国家重点实验室 北京100190 |
| |
| 基金项目： | 国家重点研发计划项目(No.2018YFC0830101,2018YFC0830105,2018YFC0830100);国家自然科学基金项目(No.61533018,61972186,61762056,61472168,61702512);云南省高新技术产业专项(No.201606)资助。 |
| |
| 摘 要： | 在自然语言问题中,由于知识库中关系表达的多样化,通过表示学习匹配知识库问答的答案仍是一项艰巨任务.为了弥补上述不足,文中提出融合事实文本的知识库问答方法,将知识库中的实体、实体类型和关系转换为事实文本,并使用双向Transformer编码器(BERT)进行表示,利用BERT丰富的语义模式得到问题和答案在低维语义空间中的...
|
| 关 键 词： | 问答系统 知识库 表示学习 深度学习 |
| 收稿时间： | 2021-01-27 |
| 本文献已被 维普 万方数据 等数据库收录！ |
| 点击此处可从《模式识别与人工智能》浏览原始摘要信息 |
|
点击此处可从《模式识别与人工智能》下载全文 |
|
