昆明机场知识图谱问答系统

使用方法

配置所需模型和资源：

• KM_KBQA/models/
  • bert_config.json
  • bert-base-chinese.bin
  • BertERCls.bin
  • check_kbqa_model.pt
• KB_KBQA/res/
  • airport.txt
  • ent_alias.txt
  • airline.txt

启动服务

python -m KM_KBQA.qa.QAServer -lp port

port为服务器监听端口。

请求地址http://server_address:port/?q=question，返回一个json数组，最多有3个元素。

例如，请求http://192.168.3.245:30/?q=哪有吃饭的地方？，返回结果["您好，桥香园(F4层)在昆明长水机场出发大厅F4层", "您好，兰州拉面在15号登机口旁", "您好，兰州拉面在A值机岛岛头左手边"]。

本地测试

python test.py

自动测试test.py中指定的文件包含的问题，存储对应的答案。

代码结构

• KM_KBQA
  • common 公共基础工具，包括服务器请求，BERT，分词，拒识模型
  • config 设置文件
  • linking 实体识别组件
  • qa 问答相关模块，包括关系提取，限制提取，问答流程等
  • BertEntityRelationClassification 基于BERT的实体识别和关系分类模型
  • models 系统所需模型文件
  • res 系统所需资源文件

问答流程

主要问答流程实现在KM_KBQA.qa.QA.QA类中，核心逻辑在QA.answer函数中：

1. 使用替换规则修改问句并分词
2. 规则提取限制
3. 三种linker提取实体，合并排序
4. 判断是否列举型
5. 非列举型匹配关系
6. 如果没有匹配到的关系，且实体识别分值较高，算作列举
7. 匹配限制
8. 答案排序
9. 生成自然语言答案