摘要
隨著網(wǎng)絡(luò)的不斷發(fā)展，百科網(wǎng)頁、搜索網(wǎng)頁、問答社區(qū)等也隨之發(fā)展，壯大，在這些應(yīng)用上，機(jī)器人的自動(dòng)回答，智能的答案提示等等應(yīng)用也相繼出現(xiàn)。針對于海量的知識的智能回答系統(tǒng)也發(fā)展得很火熱。其背后支持的實(shí)際技術(shù)正是問答系統(tǒng)。問答（QA）是信息檢索和自然語言處理（NLP）領(lǐng)域的一門計(jì)算機(jī)科學(xué)學(xué)科，它涉及構(gòu)建能自動(dòng)回答人類用自然語言提出的問題的系統(tǒng)。[1]QA系統(tǒng)能通過映射，將問題映射到知識庫中去，直指答案，通過這樣的方式來為用戶反饋答案。而KBQA使用的時(shí)候新的問題表達(dá)形式——模板，能夠通過百萬級的QA語料庫進(jìn)行學(xué)習(xí)，之后生成大量的模板，用于后續(xù)的問題識別。我們試著舉一個(gè)這樣的例子，例如，在對于城市人口的問題上，我們的KBQA系統(tǒng)能夠從語料庫中學(xué)習(xí)生成得出以下這樣的模板：城市的人口是多少？城市中有多少人？我們將這樣的KBQA對4690關(guān)系進(jìn)行學(xué)習(xí)，生成出了超過1171303個(gè)模板?；谶@些模板，KBQA能夠有效率地為解決復(fù)雜問題、2元事實(shí)問題提供支持。
問題
本身QA問題就吸引大批學(xué)者進(jìn)行研究，而在應(yīng)用上，正如摘要中所提到的那樣，各大主流網(wǎng)頁，問答社區(qū)，也有采用這樣的技術(shù)，對一些還沒人回答的問題，或者正在進(jìn)行提問的問題，除了進(jìn)行已有問題的匹配。也有將QA技術(shù)應(yīng)用，然后直接提示問題答案或許是這個(gè)的一些智能的提醒等等，各種很驚人的效果。但也存在明顯的問題，像是：匹配出來答案不準(zhǔn)，答非所問；答案表述不自然。
研究上，一個(gè)QA系統(tǒng)通常設(shè)計(jì)成回答某一特定類型的問題，而這其中，最重要的問題類型之一就是——基于事實(shí)的問題?；谑聦?shí)的問題問的是某個(gè)實(shí)體的一些個(gè)客觀事實(shí)。而基于事實(shí)的問題中，又有一種特殊的問題——二元事實(shí)問題（BFQ）。二元事實(shí)問題問的是某個(gè)實(shí)體的某些個(gè)屬性。舉個(gè)例子，檀香山有多少人？在本文中，我們著重回答這些基于Freebase的二元事實(shí)問題。
而我們的系統(tǒng)采用KBQA的方式去解決 問題，KBQA的特點(diǎn)就是通過模板了解問題，通過這樣的方式能夠識別出問題的更多謂詞，系統(tǒng)反饋答案，映射的時(shí)候，能夠更好地識別問題的具體意圖。
方法/結(jié)果（計(jì)劃如何解決）
針對事實(shí)問題，尤其是二元事實(shí)問題，KBQA系統(tǒng)由于能夠?qū)κ聦?shí)語料庫提取中問題的模板，能夠?qū)栴}的謂詞進(jìn)行提煉，對問題的意向，問題在問什么，這樣的方面對問題的理解上有更進(jìn)一步的提升。
KBQA系統(tǒng)基于模板，舉回上面的例子：城市指的是檀香山還是其他城市，模板a總是問某個(gè)城市的人口問題。KBQA從一個(gè)有數(shù)百萬個(gè)問答對的巨型問答語料庫(雅虎問答)來學(xué)習(xí)、訓(xùn)練，來學(xué)習(xí)模板的相應(yīng)謂詞。
以下表格顯示了KBQA學(xué)習(xí)到的謂詞和模板數(shù)量，并和Bootstrapping系統(tǒng)進(jìn)行比較。表格顯示，盡管用于學(xué)習(xí)的語料庫更小，KBQA系統(tǒng)仍然能夠生成更多的模板。也就意味著，在系統(tǒng)后續(xù)的問題識別上，能夠識別出來更多的問題謂詞，知道更多的問題的問題意向，想問實(shí)體的哪個(gè)方面的問題。在后續(xù)流程中，能夠提升QA系統(tǒng)的效率和精度。
KBQA系統(tǒng)中，首先是在模板提取模型中能夠生成從模板到謂詞的映射，然后再用離線程序部分通過使用最大似然估計(jì)器（ML）來學(xué)習(xí)這些映射。實(shí)體和價(jià)值定位的結(jié)果用來做估計(jì)器的訓(xùn)練數(shù)據(jù)。另外，KBQA系統(tǒng)通過謂詞擴(kuò)展模塊來識別知識庫中的復(fù)雜問題中的謂詞形式。當(dāng)問題進(jìn)入在線程序時(shí)，KBQA先將它轉(zhuǎn)化為一個(gè)或多個(gè)二元事實(shí)問題（BFQ）。對任意的二元事實(shí)問題，KBQA提取出它的模板，然后在模板庫中找這個(gè)模板。最后，KBQA系統(tǒng)返回知識庫中實(shí)體的值和謂詞來作為答案。
問題解析 在線程序的關(guān)鍵是將問題轉(zhuǎn)化為模板。KBQA用斯坦福的NER系統(tǒng)來解決這個(gè)問題，并且，用概念化[5]的方式來用概念去替換問題本身。概念化機(jī)制基于一個(gè)由數(shù)百萬個(gè)實(shí)體和概念組成的大型語義網(wǎng)絡(luò)（Probase [6]），因此KBQA具有足夠的粒度來表示不同的問題。
模板提取部分 KBQA從一個(gè)有數(shù)百萬個(gè)問答對的巨型問答語料庫(雅虎問答)來學(xué)習(xí)、訓(xùn)練，來學(xué)習(xí)模板的相應(yīng)謂詞。首先，對雅虎回答中的所有問答對，KBQA提取中問題中的實(shí)體和答案中的對應(yīng)值出來。然后，KBQA在謂詞庫中，找出實(shí)體和這個(gè)值之間用的謂詞。這其中的基本思想是，KBQA用QA對作訓(xùn)練數(shù)據(jù)。對每個(gè)模板，如果大多數(shù)對應(yīng)的問題實(shí)例共享同一個(gè)謂詞，那么KBQA就將這個(gè)模板映射到這個(gè)謂詞中去。
結(jié)論
KBQA的實(shí)現(xiàn)的效果，如圖2所示，在網(wǎng)頁上為用戶提供了一個(gè)簡單的界面，由三個(gè)部分組成：
（1）展示問題結(jié)果的QA部分
（2）給用戶對此問題投票的反饋部分
（3）解釋這個(gè)答案是怎么提取出來和KBQA為什么能夠提取出答案的原理解釋部分
根據(jù)問題類型進(jìn)行分類 KBQA事實(shí)上能顧滿足各個(gè)用戶的不同需求并支持各個(gè)問題類型。
簡單的二元事實(shí)問題 用戶能夠提問一些簡單的二元事實(shí)問題，也就是問實(shí)體的屬性問題。圖2展示了莎士比亞的生日問題。
依賴擴(kuò)展謂詞的為題 KBQA通過擴(kuò)展謂詞模塊能夠理解復(fù)雜形式的謂詞的問題。例如，F(xiàn)reebase通過擴(kuò)展謂詞spouse_s->spouse->name來表示spouse關(guān)系。
復(fù)雜問題 問題轉(zhuǎn)化模型將一個(gè)復(fù)雜問題轉(zhuǎn)化為幾個(gè)簡單二元問題。這使得KBQA也能夠理解和回答出復(fù)雜問題。圖3展示了一個(gè)復(fù)雜問題的具體樣式。
用戶反饋部分 在反饋部分，KBQA使得用戶對答案進(jìn)行投票。這個(gè)反饋會(huì)返回去作為系統(tǒng)的輸入，并提升系統(tǒng)。
