基于知识图谱的QA系统研究

　QA系统用于回答人们以自然语言形式提出的问题，其在互联网、通信及医疗等领域获得显著的成功。其中，IBM研发的Watson系统就在与人类的答题比赛中获胜并首次获得100万美金奖励；苹果的Siri系统成功运行于iPhone之中，改变人与iPhone的交流方式；还有很多其它的公司也成功研发文字或语音的QA系统，比如谷歌的Google Now、亚马逊的Alexa和微软的Cortana；另外，在医学上面如Health Care，QA系统也帮助医生与患者得到及时的交互。
　　QA系统依据其回答语料可以分为两类，一类是常见的纯文本形式，如网络文档、问答社区内容、搜索引擎结果、百科数据等。另一类则是知识图谱，通常以RDF三元组的形式结构化表示。由于结构化的特点，QA系统相比纯文本语料，往往可以提供更加精确和简练的结果。另一方面，近些年涌现出了大批十亿甚至更大规模的知识图谱，包括WolframAlpha、Google Knowledge Graph、Freebase等。这些知识图谱的出现保证基于其的问答系统的覆盖率。所以，当前基于知识图谱的开放领域QA系统是可行的。
　　系统架构
　　QA系统分为三层架构模型，分别为实体、语言和应用层，如下图所示。
　　
　　其中最下层为实体层，其为上层模型提供最基础的计算单元，包括了语义社区搜索、语义消歧义和同现网络模块；中间层为语言层，作为连接实体层和应用层的桥梁，其包含了具有一定语义信息的短文本；最上层则为集成的QA系统，包括了问题模板和深度学习模块。
　　实体层模型研究
　　语义社区搜索
　　
　　如上图所示，节点即代表单词在语义社区网络中的语义，边则为单词与单词之间的关系，以此模型即可找到一个单词所在的社区，以及单词之间的相似度，如下图所示pot和bowl为同一语义社区，有很高的相似度；pot和plate为不同的语义社区，其中两个有两个单词交集，为中等相似度；pot和tube为不同的语义社区，其中只有一个单词交集，为低等相似度