苏州大学本科生毕业设计（论文）目录摘要ABSTRACT第一章绪论1.1研究背景31.2知识图谱31.3基于知识图谱问答系统41.3本文组织结构第二章自动问答研究概述.52.1研究现状2.2知识库问答的主流方法62.3本章小结7第三章KBQA系统框架设计83.1系统中的知识库3.2预处理…103.3主题实体链接113.4关系链推理123.5重排序133.6本章小结.13第四章KBQA系统实现144.1数据处理144.1.1数据过滤及清洗144.1.2知识库拓展144.1.3加载知识库154.2中文分词.…164.3主题实体链接164.3.1算法描述164.3.2词汇特征184.3.3基于序列标注模型的特征194.3.4实体链接最终得分214.4关系链推理214.4.1算法描述22苏州大学本科生毕业设计（论文）4.4.2基于字粒度的匹配度234.4.3基于词粒度的匹配度254.4.4遇到的问题264.5问句输入输出264.6实验结果274.7本章小结28第五章总结与展望295.1本文总结295.2展望30参考文献31致谢苏州大学本科生毕业设计〔论文)摘要在当今社会，随着信息技术的飞速发展，人们对于信息准确化的需求越来越高，各种各样的信息获取方式层出不穷，传统的以关键词匹配以及文档检索为基础的搜索方法需要一场变革。现在很多研究者在信息检索中逐渐加入基于知识库的自动问答技术。同时，基于知识库的问答具有更简洁、更高效、更直接和更准确的特点，可以很好的提高获取信息的效率。目前关于中文知识库问答的研究还远远不足。由于中文表达的多样性以及中文句法结构的复杂性，中文知识库问答是一个非常有挑战性的工作。作者因为上述原因选择知识库问答的研究课题。本文主要研究工作如下：1)使用一种基于排序的实体链接方法。这种方法利用词汇特征和基于序列标注模型的语义特征。其中的基于序列标注模型的语义特征有效克服了知识库中实体构词特征稀疏以及无法利用知识库的实体词典等之前无法解决的问题。更适合中文问句主题实体链接。2)使用一种基于匹配度计算的关系链推理方法。这种方法从两个方面去描述问句与候选关系链的匹配程度。在字粒度上，使用char-based F1BLEU方法，在基于知识库的问答中，我们可以把问句泛化后得到的pattern看做参考译文，候选关系链看做预测译文。在词粒度上，先把问句以及对应的候选关系链用向量表示，然后计算问句和候选关系链的余弦相似度。3)构建了一个基于知识图谱的中文开放领域知识库问答系统。关键词：知识图谱：关系链推理：实体链接：问句分类：相似度计算：自然语言处理作者：马进指导教师：陈文亮1