知识图谱问答领域综述
CSTR:
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

中国高等教育学会专项课题(2020JXD01); 广东省普通高校“人工智能”重点领域专项(2019KZDZX1027); 广东高校省级重点平台和重大科研项目(2017KTSCX048); 广东省公益研究与能力建设(2018B070714018); 广东省中医药局科研项目(20191411); 广东省高等学校产业学院建设项目(人工智能机器人教育产业学院)


Overview on Knowledge Graph Question Answering
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    近年来, 随着知识图谱的发展, 利用给定的知识图谱数据自动得出人类自然语言问题的答案成为了时下的研究热点, 诸如Siri和小爱同学的QA系统已经广泛投入使用. 得益于深度学习的引入, 该领域的各子课题虽然有所突破, 但依然存在需要攻克的难点, 例如多跳推理和策略组合等. 本文从主流的构建方法为切入点, 归纳总结该领域研究现状以及所面临的挑战, 不仅有助于研究者高效展开对该领域的研究工作, 更有利于不同行业的研究者研发行业相关的问答系统, 提高行业生产力.

    Abstract:

    With the development of knowledge graphs, utilizing given knowledge graph data to automatically obtain answers to human natural language questions has become popular in recent years. QA systems such as Siri and Xiao Ai have been widely used. Thanks to the introduction of deep learning, breakthroughs have been made in various sub-projects in this field, but there are still difficulties that need to be overcome, such as multi-hop reasoning and strategy combination. Therefore, starting from the mainstream construction method, this study summarizes the current research status and challenges in this field, which can not only help researchers to efficiently carry out research in this field but also help researchers in different industries to develop industry-related QA systems to improve productivity.

    参考文献
    相似文献
    引证文献
引用本文

郑泳智,朱定局,吴惠粦,彭小荣.知识图谱问答领域综述.计算机系统应用,2022,31(4):1-13

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2021-06-10
  • 最后修改日期:2021-07-14
  • 录用日期:
  • 在线发布日期: 2022-03-22
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号