朱宗奎，张鹏举，贾永辉，陈文亮，张 民

（苏州大学计算机科学与技术学院，江苏苏州 215006）

0 概述

随着人机交互技术的快速发展，传统的搜索引擎已无法满足用户对信息获取的多样化需求，于是问答系统应运而生，并逐渐成为人工智能（AI）、自然语言处理（NLP）和信息检索（IR）领域中的一个研究热点，具有广阔的应用前景［1］。与传统的搜索引擎不同，问答系统可以更快速、更准确地向用户直接反馈所需的信息或答案，而非返回大量与用户查询相关的网页列表［2］。

根据答案来源的不同，问答系统可以分为基于结构化数据的问答系统（比如知识图谱问答）、基于文本的问答系统（比如机器阅读理解）以及基于问答对的问答系统（比如常见问题（FAQ）问答系统）［3］。基于中文知识图谱的问答（CKBQA）系统输入一个中文自然语言问题，问答系统从给定知识库中选择若干实体或属性值作为该问题的答案，问题均为客观事实型，不包含任何主观因素。目前，已有很多大规模的高质量知识图谱被提出，英文的包括Freebase［4］、YAGO［5］和DBpedia［6］等，中文的有百度知心、知立方、Zhishi.me［7］和XLore［8］等，这些知识大多来源于维基百科、百度百科等网站。现有知识图谱的标准数据存储形式一般是由资源描述框架（RDF）三元组组成，即＜主语，谓语，宾语＞或＜头实体，关系，尾实体＞，主要包括实体的基本属性、类型、提及信息以及实体与实体之间的语义关系等。知识图谱具有结构化的特点，已逐渐成为开放领域问答系统的重要资源，引起了研究人员的广泛关注。……