什么是知识库
一般来说，我们在互联网上能接触到的文本、音频、图片或者视频等，都是知识的一种表现形式。最常见的就是非结构化的语言表达，例如：“姚明是中国人”，这种非结构化的自然语言，就是一种知识，但是这种知识是不适合计算机来处理的。 因此，我们需要将其更加形式化、简洁的方式表达出来。目前常见的一种表达方式：三元组（triplet）【实体和实体关系】 就是，其中包含了大量三元组的知识库就是一个庞大的知识图，称之为知识库。 在知识库表达中，三元组包含了实体关系、实体链接、实体。实体关系由关系抽取来完成。具体：
- 实体关系
- 1）property 属性；
- 2）relation 关系。 实体可以被称为topic。
- 知识库的两种类
- 维基百科；
- extracted KBS 后者涉及到的两个关键技术是
- 实体链指(Entity Linking) 涉及实体识别和实体消歧
- 关系抽取。 pos、语法分析、依存关系树。
KBQA 介绍以及评测方法
知识库问答（knowledge base question answer， KB-QA），即给定自然语言问题，通过为问题进行语义理解和解析，进而利用知识库进行查询、推理得到答案的过程。
- KBQA 和对话、机器人交互式对话的不同
KB-QA的特点：
-
答案： 回答的答案是知识库中的实体或者实体关系。答案不一定唯一，比如： 中国的城市有哪些？ 一般会列举一部分，给出的答案和顺序都可能不一致。
-
评价标准： Recall、precision、F1-score。 而对话的评价标准则是人工评价为准，以及BLUE和perplexity。
-
主流方法
- 语义解析：把自然语言改写为逻辑表达式的形式。 语义解析目前还是有很多相关的论文是可以看一看的。
- 信息抽取 Information Extraction：通过提取问题中的实体，在知识库中查询该实体，找到以该实体节点为中心的知识库子图，子图中的每一个节点或者边都可以作为候选答案。通过观察问题依据规则或者模板进行信息抽取，得到问题特征向量，建立分类器通过输入问题特征向量对候选答案进行筛选，得到最终的答案。
- 向量建模 该方法思想和信息抽取较为接近。把问题和答案都映射为分布式表达，通过模型训练，使得问题和正确答案得分尽量高。
Reference
- Yao X, Van Durme B. Information Extraction over Structured Data: Question Answering with Freebase[C]//ACL (1). 2014: 956-966.
本文正在参加 人工智能创作者扶持计划
