%0 Journal Article %A 金季豪 %A 阮 彤 %A 高大启 %A 叶 琪 %A 刘旭利 %A 薛 魁 %T 语义图驱动的面向复杂逻辑关系的自然语言问答 %D 2021 %R %J 中文信息学报 %P 122-132 %V 35 %N 12 %X 传统的基于知识库的问答难以处理具有复杂逻辑关系的自然语言问题,而此类问题在实际应用中广泛存在。为此,该文提出了语义图驱动的自然语言问答框架。框架核心是用主链、支链、环结构等图形化结构及其拼接,表达领域中的事件及事件之间的语义关系。进一步的,构造语义图的线性编码形式,利用路径生成模型将复杂自然语言问题翻译成语义图的线性序列。为验证框架有效性,该文面向公开的医疗领域数据,半自动地构建了3000个具有复杂逻辑关系的问题与答案。将问句进行实体识别、实体对齐,得到语义图线性序列,最后通过槽填充后在知识库中查询得到答案。其中,基于注意力机制的序列到序列模型达到了97.67%的准确率,启发式规则的槽填充达到94.88%的准确率,系统整体性能达到91.5%。 %U http://jcip.cipsc.org.cn/CN/abstract/article_3239.shtml