期刊文献+

一种面向知识图谱问答的语义查询扩展方法 预览

A Semantic Query Expansion Method for Question Answering Based on Knowledge Graph
在线阅读 下载PDF
收藏 分享 导出
摘要 在问答系统中,只通过问题中所包含的词汇表达查询意图,难以从数据源中获得理想的答案。为此,针对基于知识图谱的问答系统,提出一种语义查询扩展方法。利用WordNet对问题三元组中的查询术语从同义词、上义词和下义词3个语义角度进行扩展,采用Microsoft Concept Graph对查询术语从上义词和下义词2个角度进行扩展。针对每种语义角度的扩展结果,设计不同的过滤策略进行筛选,根据查询术语的语义扩展结果实现对问题三元组的扩展。实验结果表明,该方法平均准确率大于83 %,对问题三元组的多语义角度的扩展效果较好。 In Question Answering(QA) system,the query intent that is expressed only by the words in the question may not be able to get the ideal answer from the data source.To this end,a semantic query expansion method is proposed for QA system based on knowledge graph.The query terms in question triples are expanded from three semantic aspects (i.e.synonym,hypernym and hyponym) based on WordNet and other two semantic aspects (i.e.hypernym and hyponym) based on Microsoft Concept Graph.Different filtering strategies are designed to select the expansion results for each semantic aspects.According to the results of the semantic expansion of query terms,the expansion of question triple is achieved.Experimental results show that the proposed method can effectively expand the question triple in multiple semantic aspects,whose Precision is more than 83 %.
作者 孟明明 张坤 论兵 张晓明 MENG Mingming;ZHANG Kun;LUN Bing;ZHANG Xiaoming(School of Information Science and Engineering,Hebei University of Science and Technology,Shijiazhuang 050000,China)
出处 《计算机工程》 CAS CSCD 北大核心 2019年第9期276-283,290共9页 Computer Engineering
基金 国家自然科学基金(51271033) 河北省自然科学基金(F2018208116) 河北省科技计划项目(16210312D) 河北省教育厅科研项目(ZD2015099)。
关键词 知识图谱 语义查询 问题三元组 扩展 过滤 knowledge graph semantic query question triples expansion filtering
作者简介 孟明明(1992—), 女,硕士研究生,主研方向为语义Web、知识图谱;张坤,讲师、博士;论兵,硕士研究生;张晓明,教授、博士。
  • 相关文献
投稿分析

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部 意见反馈