https://github.com/yishun99/kb-qa

基于知识库的中文问答系统（biLSTM）
https://github.com/yishun99/kb-qa

bilstm knowledge question-answering tensorflow-examples

Last synced: about 1 month ago
JSON representation

基于知识库的中文问答系统（biLSTM）

• Host: GitHub
• URL: https://github.com/yishun99/kb-qa
• Owner: Yishun99
• Created: 2017-12-22T02:13:35.000Z (over 7 years ago)
• Default Branch: master
• Last Pushed: 2018-09-11T08:59:37.000Z (over 6 years ago)
• Last Synced: 2025-05-01T09:16:50.591Z (about 1 month ago)
• Topics: bilstm, knowledge, question-answering, tensorflow-examples
• Language: Python
• Homepage:
• Size: 1.79 MB
• Stars: 246
• Watchers: 9
• Forks: 81
• Open Issues: 1
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        
# Knowledge-Based Question Answering

基于知识库的中文问答系统.

整体流程如下:

1. 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`.

2. `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](https://pan.baidu.com/s/1miBYRgO)(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“中国饮料之都”。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，作为其在中国布局中的重要一环。

        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