基于知识图谱的智能问答意图识别联合模型

来源：计算机工程与应用杂志2023年第6期北京时间：

作者：马自力, 王淑营, 张海柱, 黎荣

单位：1.西南交通大学 计算机与人工智能学院，成都 611756；2.西南交通大学 机械工程学院，成都 610031

摘要：针对现有意图识别联合模型在专业领域知识图谱问答中容易发生识别领域实体以及问句分类错误的情况，提出一个结合了领域知识图谱的意图识别联合模型。该模型有三步，将领域知识图谱中实体对应的本体标签以及本体间关系导入训练数据集，形成包含本体标签的知识文本以及额外包含本体关系的知识文本图；通过字符级嵌入和位置信息嵌入将包含了本体标签的知识文本转化成嵌入表示并依据知识文本图创建实体关系可视矩阵，明确知识文本各成分的相关程度；将嵌入表示和实体关系可视矩阵输入模型编码层进行模型的训练。以高速列车领域知识图谱为例，经过准确率和召回率的验证，以该方法训练出的模型在高速列车领域问答数据集的意图识别任务上取得了更好的表现。

关键词：知识图谱智能问答,意图识别,联合模型