基于知識(shí)圖譜全局和局部特征的復(fù)雜問答方法

摘要： 近年來,研究者已經(jīng)提出多種方法來解決知識(shí)庫問答(KBQA)中的復(fù)雜問題,并取得一定成果.然而,由于語義構(gòu)成的復(fù)雜性以及可能存在推理路徑的缺失,復(fù)雜問題的求解效果依然不佳.為了更好地解決這類問題,提出基于知識(shí)圖譜全局和局部特征的問答方法——CGL-KBQA.所提方法利用知識(shí)嵌入技術(shù)提取知識(shí)圖譜整體的拓?fù)浣Y(jié)構(gòu)和語義特征作為候選實(shí)體節(jié)點(diǎn)的全局特征,根據(jù)實(shí)體表示和問句表示將復(fù)雜問答建模...