基于中文知识图谱的电商领域问答算法设计与系统实现

随着互联网语义数据的不断产生和大规模积累,问答应用因为可以提供给用户智能的知识服务而受到青睐。典型地,基于知识图谱的问答应用不断产生。然而,目前大多数问答系统和这些系统的研究都面向英文的,而中英文之间的语义表述区别很大,因此中文问答系统还存在很多新的挑战。近年来,由于电子商务的快速发展和全面流行,直接推动了机器客服的庞大需求。本文从电子商务领域的角度出发,针对用户的多样性和不确定性,对领域中文知识库进行优化,提出了一个基于中文知识图谱的自动问答框架(CEQA),并尝试提高用户体验和缓解人工客服的压力。主要研究内容如下：1.出于电子商务的特殊性考虑,提出了商品特征的条件随机场实体识别算法,该算法能够对电商环境下问句中品牌、型号和单品实体进行有效识别；2.针对用户问句的多样性和不确定性,本文引入依赖缩减算法,该算法利用语义依存分析和基于图的缩减算法来降低用户问句噪声,从而提高语义解析的准确性；3.为了克服用户表达的多样性,即多词一意现象,提出实体链接算法,该算法先对自然语言粗分类后混合word2vec相似特征排序,从而将问句解析结果以URL的形式链接到知识库。实验结果表明,在加入了实体识别,依赖缩减和链接后,提升了问答的准确性,并在开放的电商问答数据上得到了验证。为验证CEQA框架的可行性、运行效率和用户友好等方面,本文设计并实现了一个问答系统(CEQA Live)。真实系统的良好运行,为框架的性能验证提供了良好的环境,也证明本研究的应用潜力。