发帖
雷达卡
知识库是用于相关领域知识的采集、整理及提取的特殊数据库。知识库中的知识来源于相关领域的专家，是求解问题所需领域知识的集合，包括基本事实、规则和其他相关信息。知识库最早被应用于专家系统，它是一种基于知识的系统，包含表示客观世界事实的一系列知识及一个推理机，并依赖一定的规则和逻辑形式推理出一些新的事实。
在汉斯出版社《计算机科学与应用》期刊中，有论文首先对智能客服机器人现状进行分析，总结了基于任务处理模式的信息检索、数据库查询、问答系统特点，并对基于Web信息检索的问答系统、基于知识库的问答系统和社区问答系统进行对比；而后，对知识库问答系统的知识库管理、关系架构进行分解，提出了具体的学习过程和实现框架；最后，结合天气查询应用场景进行仿真。
问答系统通过Web搜索或知识库链接等方式，对用户问题进行自然语言理解和检索、潜在答案对比推荐，并用准确、简洁的自然语言进行回复。作为信息检索系统的高级方式，问答系统跟接近信息检索中的语义检索，并在信息检索推荐结果基础上进行二次分析，给出精准答案，并通过指代消解和内容补全处理后展现给用户。问答系统针对特定领域的知识进行一问一答，侧重于知识结构构建、知识融合和知识推理。
具体实现过程中，由自然语言理解模块进行查询信息词的提取(时间、地点、查询意图词)，并将提查询信息词输入天气知识图谱。并通过本体映射将用户自然语言与天气知识图谱标准定义相配套。天气知识图谱会根据用户的意图，发送一个查询天气请求(query_Request)，并将查询响应(query_Response)返回给天气知识图谱；天气知识图谱将意图所需天气信息及意图对应的规则输出给自然语言生成模块，由自然语言生成模块生产候选答案并排序后，反馈给用户。查询输入有4个，分别是问句信息词(info_Word)和用户意图(user_lntent)、外部天气数据(weather_lnterface)、天气知识图谱(weather_KG)。
获得自然语言理解模块的输出后，通过调用ontology_Mapping_NL()操作将自然语言理解模块输出的自然语言信息词映射到本体，接着根据用户意图进行问题的分类，根据所需天气信息产生一个query_Request请求，发送给天气服务接口。天气服务接口会将相应的天气信息反馈给系统，系统仍然需要进行一次ontology_Mapping_Ser()映射操作，将天气信息映射到天气知识图谱的标准表示上，而后结合意图规则，推导出候选答案。
查询映射模块获得候选答案后，将候选答案作为答案生成模块的输入。候选答案在该模块中要经过消歧、打分排序等操作，然后系统将获得唯一的答案。最后，通过transform_NL()将最终答案转化为用户可以理解的自然语言表示。
京公网安备 11010802022788号
