面向知识图谱自然语言问答的结构化查询生成关键技术研究

As more and more data have been represented by knowledge graphs, it is a very important task to provide an intuitive and expressive way to explore knowledge graphs and gain useful information for common users. Using natural language questions to query knowledges has attracted extensive attention in both academia and industry. However, the existing methods suffer from several problems. For example, the templates exhibit a limited expression ability; some models highly depend on training data; the performance of disambiguation is not satisfactory. Therefore, we propose a systematic framework of constructing structured queries for input questions during question answering over knowledge graphs. Specifically, we design a novel approach that constructs structured queries based on lightweight templates. In order to reduce the errors resulted from missing templates and alleviate the dependence on huge training data, we devise a method to integrate multiple parsers. To improve the quality of generated structured queries, we present an interactive technique following the data-driven manner. As a result, a systematic framework of constructing structured queries for input questions will be built, which can lead to a practical and reliable question answering system by enhancing the answering quality and capacity.

由于越来越多的数据以知识图谱的形式进行表示，为普通用户提供一种简单且具有较强描述能力的查询方式，从而方便普通用户从知识图谱中获取相关的数据，是一项十分重要的任务。用自然语言问句的方式查询知识图谱已经成为当前学术界和工业界共同关注的热点问题，然而当前的方法存在着一定的局限性，现有的语义模板表示能力弱、问答模型依赖大量的训练语料、歧义问题解决的不理想。为此，本项目针对为自然语言问句生成结构化查询这一核心任务设计一套系统的框架，具体而言，本项目拟提出一种基于轻量级语义模板的结构化查询构建技术，以提升模板的质量和覆盖率；为降低对训练数据的过度依赖，提出一种融合多解析器构建结构化查询的方案；为了改进所构建的结构化查询的质量，提出一种基于用户交互的结构化查询的优化技术，从而形成一套完善的面向知识图谱自然语言问答的结构化查询构建体系，改进问答的质量，增强问答的能力，提升系统的实用性和可靠性。

知识图谱以结构化的形式刻画大规模实体及其之间的复杂关系，是人工智能技术的重要组成部分，在智能推荐、智能客服等应用场景中具有重要的价值。作为一个规模庞大的知识库，为用户提供一种更加简单、自然的查询方式尤为关键。支持以自然语言问答的方式查询知识图谱能够满足多项实际需求，即简单易用、描述能力强、使用效率高。本项目针对面向知识图谱的自然语言问答的关键技术展开研究。具体研究内容包括：基于轻量级语义模式的结构化查询生成、面向知识图谱复杂查询的关系链接、基于人机交互的知识图谱的管理与高效查询等。项目组开展了一系列相关的研究工作，提出了系统化的面向知识图谱问答的相关技术和方法，撰写并发表论文12篇，其中CCF A类论文7篇，申请发明专利2项。在课题进行期间，有2名博士生、8名硕士生参与研究工作，其中6人硕士生已经顺利毕业。