百度智珠奪冠：在知(zhī)識圖譜領域百度持續領先
知(zhī)識圖譜作爲推動互聯網和人工(gōng)計體智能發展的核心驅動力，已成爲當前人工(gōng)智能研究的暗哥最前沿。在剛剛結束的 CCKS 2019“劇件知(zhī)識圖譜問答”大(dà)賽中(zhōng)，百度智珠團隊紙雨以 F1 Score 0.73545的好成績奪冠，再次确立了百度在知(zh資秒ī)識圖譜領域的領先優勢。
CCKS 全國知(zhī)識圖譜與語義計算大(劇城dà)會是中(zhōng)國中(zhōng)文信在河息學會語言與知(zhī)識計算專業委員(yuán)會主辦的專注于知(zhī)可風識圖譜與語義計算領域的高水平學術盛會。目前村雨 CCKS 每年的參會人數在中(zhōng)國知(zhī)識可開圖譜與語義計算領域是全國最多的，參賽的單位都一討是國内相關領域的頂尖學術機構（如清華、北(běi)大(dà)、中(zhō些通ng)科院等）和領軍企業（包括百度、阿裏、華爲、小(xiǎo)米等）。鐵購
在知(zhī)識圖譜問答項目中(zhōng)，高手如雲，包括華一秒爲、網易、大(dà)連理工(gōng)大(dà)學、蘇州大(dà)學等全球們文知(zhī)名企業和高校研究院所隊伍的參與。百度智珠團隊憑借多年在知(zhī)裡舞識圖譜領域的積累，深入分(fēn)析圖譜問答系統的難點，秉影如持技術創新，最終以基于答案語義排序的方案斬獲第一(yī)名現紅。
▲圖1 百度智珠團隊榮獲 CCKS 2019 知(zhī)識圖譜問來美答第一(yī)名
百度智珠團隊，緻力于将百度多年積累的知(zhī)識圖譜構建及應用能力賦能身地企業，協助企業打造面向行業的知(zhī)識圖譜及知(zhī)識應用。百度歌會智珠将多模态知(zhī)識理解、知(zhī)識圖譜構建、術學多模态智能搜索等多種能力整合爲統一(yī)的企業知(zhī)識管理智能平台，爲拍來企業組織、應用、管理自有知(zhī)識和第三方知(zh化聽ī)識融合，形成統一(yī)、智能、易用的知(zhī)識管理系統，提供強從妹有力的技術支撐。
本次知(zhī)識圖譜問答評測任務全稱是基于中(zhōng)文知月在(zhī)識圖譜的自然語言問答，簡稱 CK又嗎BQA （Chinese Knowledge Base Questi資劇on Answering）。即輸入一(yī)金我句中(zhōng)文問題，問答系統從給定業生知(zhī)識庫中(zhōng)選擇若幹實體(歌媽tǐ)或屬性值作爲該問題的答案。
知(zhī)識圖譜問答是自然語言處理領域當前最那關熱門的研究方向之一(yī)，是互聯網知(zh話年ī)識獲取的新入口，也是搜索引擎和對話(huà)系統等行業的關鍵技術，吸引了工河房(gōng)業界和學術界大(dà)量的關注我書。
本次評測任務在去(qù)年的開(kāi)放(fàng)領域問答的基礎機藍上，增加了适量規模的金融專業領域的問題，這就要求問答系統不僅要具備處理開(快業kāi)放(fàng)領域的淺層問題的能力，還必須具是廠備處理領域知(zhī)識的深層問題的能力。
本次評測主要有兩大(dà)挑戰：
首先，本次評測是在開(kāi)放(fàng)領域的問答，問題覆蓋面廣和河，綜合難度更高。從問題的分(fēn)類看，黑木問題集涉及的領域是多樣的，包括金融、文學、電(司廠diàn)影、遊戲、生(shēng)活甚至常識等多種領舊離域；從知(zhī)識庫的量級來看，測評的知(zhī)識庫包含千萬級别實體(tǐ小林)、億級别的邊、百萬級别的實體(tǐ)類型，大(dà)大(dà)增加了知(他腦zhī)識語義理解難度；從問題的難度角度看，本次評測既包括簡單問題，也包括錢理複雜(zá)問題，而且需要多個三元組回答的問題占了50%雨唱以上的比例。
其次，本次評測增加了金融領域的問題，因此也去對深層的領域知(zhī)識理解提了更高要求。與亮國開(kāi)放(fàng)領域圖譜相比，專業領域知(zhī)識的廣度更窄鐵長、實體(tǐ)粒度更細；同時推理的鏈路更長、應用的複民我雜(zá)性更大(dà)。
針對以上挑戰，百度智珠團隊提出端到端的核心實體(tǐ)鏈接南風與子圖編碼的語義匹配算法系統來解決。第一(yī)步不算，基于子串匹配和命名實體(tǐ)識别等方法識别問題中(zhōng車高)的指稱；第二步，對指稱召回的實體(tǐ)進行打分(fēn近匠)，選擇出問題的核心實體(tǐ)，即實體(tǐ)鏈接；第三步，定義多種子圖化的召回模闆，召回核心實體(tǐ)大(dà)量的子圖；第靜哥四步，對每個子圖抽取字面匹配度、淺層語義匹配、深度語義匹配度等特征，排序得到輛人答案。
▲圖2 系統框架流程：指稱識别 → 實體(tǐ)鏈接 → 模闆匹配 →低國 路徑排序
百度智珠團隊在實現這一(yī)過程中(zhōn術照g)，引入了兩個創新方法，分(fēn)别是：端到端的核心實小得體(tǐ)鏈接與子圖編碼的語義匹配算法。
▲圖3 模塊細節：實體(tǐ)鏈接和路徑排序
實體(tǐ)鏈接組件把問題中(zhōng)提及的實體(tǐ)厭視鏈接到了知(zhī)識庫，并識别問題的核心實體(tǐ)。爲了提高鏈接的精度，妹刀鏈接組件綜合考慮了實體(tǐ)的子圖與問題的匹配度、實體(tǐ)的流行度、指有人稱正确度等多種特征，最後利用 LambdaRank 算法對實體(tǐ會湖)進行排序，得到得分(fēn)最高的實體(tǐ)。
子圖排序組件目标是從多種角度計算問題與各個子圖們樂的匹配度，最後綜合多個匹配度的得分(fē年月n)，得到出得分(fēn)最高的答案子圖。
針對千萬級的圖譜，百度智珠團隊采用了自主研發的策略來進行子圖生(shē冷厭ng)成時的剪枝，綜合考慮了召回率、精确率和時間代價等因素，從線姐而提高子圖排序的效率和效果。
針對開(kāi)放(fàng)領域的子圖匹配，采用字面匹配函數計算短費符号化的語義相似，應用 word2vec 爸為框架計算淺層的語義匹配，最後應用 BERT 算法做深度語義對齊。
除此之外(wài)，方案還針對具體(tǐ)的特征吃兵類型的問題進行一(yī)系列的意圖判斷，進一(yī)步提升模型在真她熱實的問答場景中(zhōng)的效果和精度，更好地控制返回的答看還案類型，更符合真實的問答産品的需要。
中(zhōng)文知(zhī)識圖問答任務，是衡量機拿樂器理解人類語言綜合水平和知(zhī)識的重要方式。C刀討KBQA 知(zhī)識圖譜評測取得的成績，将有力推動問答技術和産是關品的發展。
同時，圖譜問答技術将落地到下(xià)一(yī)代搜索引擎和對話文土(huà)系統等行業中(zhōng)，爲數億的用戶提供更精準的問白懂答服務。
本次大(dà)會爲知(zhī)識圖譜在專業領域的技術突破吧短帶來更開(kāi)放(fàng)的思維空間和更廣闊的研究視野。未光妹來，百度智珠團隊也将繼續秉持開(kāi)放(到樂fàng)學習、協同創新的理念，積極把握相關學術、産業照慢交流機會，與 AI 各界展開(kāi)更廣泛、更深入的探讨與合作，加快 物會AI 技術落地，努力爲行業帶來更高效的智能化解決方案。
相關内容
觀察行業視覺，用專業的角度，講出你們的心聲。
