论文部分内容阅读
基于知识图谱的自动问答是自然语言处理领域的研究热点之一。针对现有的中文开放领域知识库问答,本文将知识图谱问答过程分为实体识别、属性抽取和答案检索三个步骤。首先采用改进BERT结合BiLSTM-CRF的命名实体识别模型来提取问句中的相关实体,然后采用改进BERT结合softmax的分类模型进行属性抽取,最后利用前两步的结果进行答案检索。实验结果显示,该方法在NLPCC-ICCPOL的KBQA数据集上取得了97.54%的F1分数。