典型文献
基于多特征实体消歧的中文知识图谱问答
文献摘要：
问答系统应用于人工智能、自然语言处理和信息检索领域获得了较好的效果,知识图谱问答(KBQA)作为其中的重要组成部分,是一项极具挑战性的自然语言处理任务.然而,目前常见的中文KBQA系统对于实体链接的实体消歧部分并没有给出很好的解决方法.提出一种基于多特征实体消歧的中文KBQA系统,通过结合实体自身的知名度特征、问句与实体关系的语义相似度特征、问句与实体的字符相似度特征和语义相似度特征,构建多特征实体消歧模型,提高实体链接准确率,为系统的问句分类和最优路径选取部分提供更准确的主题实体,从而提升系统性能.实验结果表明,该系统在CCKS2019-CKBQA评测数据的验证集上平均F1值为72.08％,其中采用多特征消歧模型的实体链接准确率达到90.84％,较使用知名度消歧模型和评测大赛第1名分别提升6.35和0.11个百分点.
文献关键词：
实体链接;实体消歧;主题实体;知识图谱问答;问答系统;问句分类;最优路径选取
中图分类号：
作者姓名：
张鹏举;贾永辉;陈文亮
作者机构：
苏州大学 计算机科学与技术学院,江苏 苏州 215006
文献出处：
引用格式：
[1]张鹏举;贾永辉;陈文亮-.基于多特征实体消歧的中文知识图谱问答)[J].计算机工程,2022(02):47-54
A类：
最优路径选取,主题实体
B类：
多特征,征实,实体消歧,知识图谱问答,问答系统,系统应用,自然语言处理,信息检索,实体链接,知名度,实体关系,语义相似度,字符,高实,问句分类,分提,提升系统,系统性能,CCKS2019,CKBQA,评测,验证集,名分,百分点
AB值：
0.212666
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
