Knowledge-Based Question Answering
基于知识库的中文问答系统. 整体流程如下:
-
根据Background和Question寻找到最相关的K个Knowledge，
K Knowledge+Background+Question构成一个大问题. -
正确选项分别与该问题中所有错误选项组合，构成3个答案组合，分别与大问题组合构成3个样例，采用余弦距离计算大问题与正确选项和错误选项的相似度.正确选项相似度为t_sim, 错误选项相似度为f_sim,损失函数为
loss = max(0, margin - t_sim + f_sim)
Model
- 寻找相关Knowledge: LSI
- 训练: biLSTM
Requirement
- python3, tensorflow
- stop_words, 中文word2vec(a2u6)
Data Format
-
knowledge
地球是宇宙中的一颗行星，有自己的运动规律。 地球上的许多自然现象都与地球的运动密切相关。 地球具有适合生命演化和人类发展的条件，因此，它成为人类在宇宙中的唯一家园。 ... -
train&test
问题为选择题，每个问题的格式为
Background, Question, Right, Wrong, Wrong, Wrong.B:近年来，我国有些农村出现了“有院无人住，有地无人种”的空心化现象。 Q:“有院无人住，有地无人种”带来 R:土地资源浪费 W:农业发展水平提高 W:城乡协调发展 W:农村老龄化程度降低 B:广东省佛山市三水区被称为“**饮料之都”。除青岛啤酒、伊利等国内著名饮料企业抢先布局外，百威、红牛、可口可乐、杨协成等国际巨头也先后落户于此，作为其在**布局中的重要一环。 Q:众多国际饮料企业选址三水的主导区位因素是 R:市场 W:技术 W:劳动力 W:原料 B:凡是大气中因悬浮的水汽凝结，能见度低于1千米时，气象学称这种天气现象为雾 Q:深秋到第二年初春，晴朗的夜晚容易形成雾，这主要是因为 R:晴朗的夜晚大气逆辐射弱，近地面降温快 W:晴天大气中的水汽含量多 W:晴朗的夜晚地面水汽蒸发强 W:晴天大气中的凝结核物质较少 ...
Usage
python3 train.py
该数据集下最佳参数为
- dropout:0.45
- k:0.5