文献类型：期刊文章

作　　者：谭刚[1] 陈聿[1] 彭云竹[1]

TAN Gang;CHEN Yu;PENG Yunzhu(The Information&Telecommunication Branch of State Grid Chongqing Electric Power Company,Chongqing 401120,China)

机构地区：[1]国网重庆市电力公司信息通信分公司

出　　处：《计算机工程与应用》

基　　金：国网重庆市电力公司科学技术项目（2019渝电科技29#）;国家自然科学基金（No.61602454）

年　　份：2020

卷　　号：56

期　　号：3

起止页码：232-239

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2019_2020、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：知识图谱(KG)是实现领域问答系统的关键技术之一,能够降低客服成本,推进客户自助服务的智能化,具有较大的商用价值和研究意义。针对基于KG问答系统中存在的中文问题表达模糊、线上服务运维成本高的问题,融合领域特征知识图谱的电网客服问答系统(HDKG-QA),其能基于LSTM模型识别实体/断言,基于主题比较的语义增强方法准确寻找外部知识,使用启发式规则优化答案候选集,并定期根据ILP求解器设置全局KG的更新策略。HDKG-QA能够达到较高的实体/断言识别准确率,自动将领域知识映射为本地KG,快速实现服务知识库的在线更新,达到以较低的响应延迟实现高准确率的回答。根据国网重庆市电力公司信息通信分公司的实际客服问答数据集对本系统进行验证,实验结果表明通过引入LSTM和语义增强方法,问答系统的准确率提高了17%;基于启发式规则的优化答案排序策略将准确率提高了8%;通过引入ILP求解器,在保障同样准确率的情况下,问答响应延迟降低了9%。

关 键 词：知识图谱 问答系统 领域知识映射  知识质量感知  

分 类 号：TP319]