基于知识表示学习的KBQA答案推理重排序算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：现有的知识库问答（KBQA）研究通常依赖于完善的知识库，忽视了实际应用中知识图谱稀疏性这一关键问题。为了弥补该不足，引入了知识表示学习方法，将知识库转换为低维向量，有效摆脱了传统模型中对子图搜索空间的依赖，并实现了对隐式关系的推理，这是以往研究所未涉及到的。其次，针对传统KBQA在信息检索中常见的问句语义理解错误对下游问答推理的错误传播，引入了一种基于知识表示学习的答案推理重排序机制。（剩余27141字）

试读结束

目录
monitor
客服机器人