1、单跳问句回答思路
1.1 问句解析
1.1.1 实体抽取（识别）
序列标注模型：BERT+CRF
例子：姚明的老婆是谁？ 获得问句中的实体：姚明
1.1.2 属性和关系抽取（识别）
分类模型：BERT+Linear，使用分类模对query中的关系做预测
数据构建：
- 数据格式：”query“+”属性“+“lable”
- 正样本：原始数据中的属性值为1
- 负样本：可以以实体抽取的的实体召回知识库中的所有属性，使用其他属性构建负样本，也可以先构建属性词典，随机选取一定数量的属性词（如：5个）构建负样本
数据集样例如下：
微观营销环境的相关机构是什么啊？ 相关机构 1
微观营销环境的相关机构是什么啊？ 网络接口 0
微观营销环境的相关机构是什么啊？ 指挥官 0
微观营销环境的相关机构是什么啊？ 指标 0
微观营销环境的相关机构是什么啊？ 公司简介 0
微观营销环境的相关机构是什么啊？ 理论 0
预测时：拿到所有logits,返回top1的属性即可
0.9963929 0.003607082 微观营销环境的相关机构是什么啊？ 相关机构 1
0.00030779938 0.9996922 微观营销环境的相关机构是什么啊？ 网络接口 0
...
1.2 单跳KBQA流程
因此单跳KBQA流程总结为：
- 输入问句
- 通过实体识别模型检测问句中的实体，得到mention
- 通过检索模型在知识库中检索mention，得到候选集（K个候选实体的所有三元组）
- 通过属性抽取模型在候选集中挑选最合适的属性，得到唯一三元组
- 输出答案
2、多跳问句分类建模
2.1 问句分类
模型：BERT+Linear对query
作用：判断问句是单挑问题还是多跳问题
数据解析：
单跳：SPARQL 只出现一个三元组
q9:历史上的秦桧是哪里人？
select ?x where { <秦桧_（南宋著名奸臣）> <出生地> ?x . }
<黄州_（湖北黄冈市辖区）>
双跳或多跳：SPARQL 只出现两个以上三元组
q395:玉皇大帝的诞辰俗称什么？
select ?x where { <玉皇大帝> <诞辰> ?y. ?y <俗称> ?x . }
<天公生>
q13:《红楼梦》中贾兰母亲的住所是哪里？
select ?y where { <贾兰_（小说《红楼梦》人物）> <母亲> ?x . ?x <居所> ?y . }
<稻香村_（《红楼梦》中的稻香村）>
2.2 链式问句分类
模型：BERT+Linear
作用：判断是否属于链式问句
分类数量：二分类
介绍：链式：SPARQL 多个三元组呈递进关系，x->y->z，非交集关系
q894:纳兰性德的父亲担任过什么官职？
select ?y where { <纳兰性德> <父亲> ?x. ?x <主要职位> ?y. }
"武英殿大学士" "太子太傅"
q554:宗馥莉任董事长的公司的公司口号是？
select ?y where { ?x <董事长> <宗馥莉>. ?x <公司口号> ?y. }
"win happy health,娃哈哈就在你身边"
2.3 主谓宾式问句分类
模型：BERT+Linear
作用：判断是否属于主谓宾式问句
分类数量：三分类
问句的答案对应三元组里面的主语，spo=0
q70:《悼李夫人赋》是谁的作品？
select ?x where { ?x <代表作品> <悼李夫人赋>. }
<汉武帝_（汉朝皇帝）>
问句的答案对应三元组里面的谓语，spo=1
q506:林徽因和梁思成是什么关系？
select ?x where { <林徽因_（中国建筑师、诗人、作家）> ?x <梁思成>. }
<丈夫>
问句的答案对应三元组里面的宾语，spo=2
q458:天津大学的现任校长是谁？
select ?x where { <天津大学> <现任校长> ?x . }
<李家俊_（天津市委委员，天津大学校长）>
2.4 按照实体数与属性数分类
-
单实体单属性
-
单实体多属性
-
多实体多属性
因此，针对不同的问题类型在逻辑上进行处理也是回答问句的方向。