基于迁移学习的知识图谱问答语义匹配模型

鲁 强，刘兴昱

(石油数据挖掘北京市重点实验室(中国石油大学(北京))，北京 102249)(*通信作者电子邮箱luqiang@cup.edu.cn)

0 引言

基于知识图谱问答系统[1-2]中的语义匹配是指根据用户输入的问句，在特定知识图谱中匹配与该问句对应的关系。在所有问句中有一种只需要知识图谱中单一事实(三元组)作为支持证据的问句，在本文称其为单一事实类问句。例如问句“奥巴马的夫人是谁？”能够被单一事实〈奥巴马，配偶，米歇尔〉回答。为了回答单一事实类问句，需要在知识图谱中匹配与问句相对应的关系，如例句对应知识图谱中的关系是“配偶”，本文称该任务为语义匹配任务。语义匹配任务可表示为概率形式：给定单一事实类问句q，从知识图谱K中找出关系r*，使其最大化条件概率p(r|q)，即：

(1)

在特定领域的问答系统中，例如石油勘探、医疗等领域，由于数据来源有限、人工标注样本的难度和成本过高，经常只能获取少量(数千条)的有标注样本。而当前解决语义匹配任务的方法[3-6]主要是有监督的学习方法，这些方法的语义匹配准确率依赖于标注样本的数据量，在标注样本数量较少的情况下难以学习到较高的语义匹配准确率，但是大部分情况下，通过互联网等途径容易获取大量通用领域的无标注样本，因此研究利用这些无标注样本来提高语义匹配的准确率具有重要意义。

通过引入大量通用领域(源领域)的无标注样本来提升少量专业领域(目标领域)有标注样本学习效果的方法，可以看作是一种迁移学习方法[7]。……