基于知识锚点的FAQ问答方法

Ruobing Xie; Yanan Lu; Fen Lin; Leyu Lin

基于知识锚点的FAQ问答方法

计算与语言 2020-10-23 v2

作者: Ruobing Xie , Yanan Lu , Fen Lin , Leyu Lin

摘要

问答(QA)旨在理解问题并找到合适的答案。在现实世界的问答系统中，基于常见问题(FAQ)的问答通常是一种实用且有效的解决方案，尤其针对一些复杂问题(如How和Why类)。近年来，知识图谱(KGs)在基于知识库的问答(KBQA)系统中取得了巨大成功，但仍有少数工作关注在基于FAQ的问答中充分利用知识图谱。本文提出一种新颖的基于知识锚点的问答(KAQA)框架，用于基于FAQ的问答，以更好地理解问题并检索更合适的答案。更具体地，KAQA主要由三个模块组成：知识图谱构建、查询锚定和查询-文档匹配。我们将文本中知识图谱的实体和三元组视为知识锚点以精确捕捉核心语义，从而带来更高的准确率和更好的可解释性。多通道匹配策略还使大多数句子匹配模型能够灵活插入我们的KAQA框架，以适应不同的现实世界计算限制。在实验中，我们在微信搜索中一个真实世界的基于FAQ的问答系统上，对离线和在线查询-文档匹配任务评估了我们的模型，并给出了详细分析、消融测试和案例研究。显著的提升证实了KAQA框架在真实世界基于FAQ的问答中的有效性和鲁棒性。

关键词

问答常见问题知识图谱知识锚点查询-文档匹配微信搜索

引用

@article{arxiv.1911.05930,
  title  = {FAQ-based Question Answering via Knowledge Anchors},
  author = {Ruobing Xie and Yanan Lu and Fen Lin and Leyu Lin},
  journal= {arXiv preprint arXiv:1911.05930},
  year   = {2020}
}

备注

12 pages, accepted by NLPCC-2020

基于知识锚点的FAQ问答方法

摘要

关键词

引用

备注

相关论文