2019年基于知識圖譜的問答在O2O智能交互場景中的應用和演進.pdf

《2019年基于知識圖譜的問答在O2O智能交互場景中的應用和演進.pdf》由會員分享，可在線閱讀，更多相關《2019年基于知識圖譜的問答在O2O智能交互場景中的應用和演進.pdf（57頁珍藏版）》請在三個皮匠報告上搜索。

1、智能交互的發展交互的思考人機交互引領產業變革，IT產業的第六次浪潮來臨任務的執行信息的查詢娛樂與休閑智能的視覺智能的嗅覺智能的聽覺AIOT時代2016年起3智能交互的劃分交互的思考檢索式交互 信息獲取任務式交互 執行任務閑聊式交互-娛樂與休閑QA匹配/QQ匹配槽位與任務驅動的對話系統端到端的閑聊系統成熟度：*基于推薦與排序技術，文本匹配技術引入深度學習，加入依賴與上下文槽位成熟度：*特有領域實踐較早，完成特定任務有效途徑端到端復雜性高，各類技術結合的挑戰大成熟度：*更開放的域空間交互深度與強化學習的實驗場特定任務的話題衍化4,餐飲娛樂美團點評 生活服務吃喝玩樂，各個領域 多有覆蓋.真實的生活交

2、互的思考酒店旅游問題 哪些領域更適合語音交互？如何構建交互的建設與目標？酒店中:“附近有賣肯德基嗎，定個全家桶來？”5生活中的交互交互的思考商超商超列表意向商品查看相同商品在不同商家的對比下單頁面電影詳情及評分查看用戶評價信息查看選座購票Session行為特征分析返回商超列表返回詳情頁篩選影院篩選該影院的排片時間6生活中的交互交互的思考酒店酒店列表意向酒店查看返回酒店主頁面下單頁面打車Session行為特征分析交通/美食/景點查看出發地定位費用預估調整出發地點確認下單多次調整路線7對知識的依賴交互的思考8餐飲商超電影酒店推薦菜熱門商家人均價格適合人群食材促銷商品附近商家距離配送費價格影片類型上

3、映日期導演影院票價星級房型評價空調早餐價格KBQA的優勢交互的思考9?FAQKBQA?keywords?keywords?我們的愿景交互的思考AI行業業務線技術智能家居智能車載智能穿戴智能手機賬號支付促銷風控基礎服務商務對接產品智能交互中心智能對話服務服務中臺智能交互中心專注于對話領域的產品研發及業務賦能，向行業輸出統一的智能交互服務體驗。需求需求需求需求需求需求搭建多模的問答與資源查詢平臺重新認識資源的理解與組織深入剖析各領域交互需求10CONTENTcontentFixed Intent基于受限場景的問答PART AFuzzy Scene復雜場景的問答優化PART B未來展望PART C1

4、1AFixed Intent受限場景的問答意圖的判斷信息的抽取12什么是受限場景Fixed Intent 受限場景問答兩個特點交互意圖與需求在確定性范圍知識與資源處于封閉.收斂空間FOOD到店點餐 商家確定 菜品范圍確定，不可隨意新增 點餐意圖確定(增刪查改)FLIGHT機票預訂 航空公司有限（高頻）起落地點受限打車場景 車的類型（拼/快/專車）時間受限 地點(高頻)受限TAXI 時間范圍受限 倉位/價格/人數受限13傳統基于知識圖譜的問答Fixed Intent 受限場景問答14InformationRetrieval-basedMethodSemanticParsing-basedMeth

5、odSemanticParsing-basedKB-QA(SP-QA)InformationRetrieval-basedKB-QA(IR-QA)姚明226姚明身高226籃球Semantic ParsingFixed Intent 受限場景問答15Berant J,ChouA,Frostig R,etal.SemanticParsingonFreebasefromQuestion-AnswerPairs,EMNLP2013 Bottomupcomposition Lexicon Based on statistics Model Based on statisticsSemantic Pars

6、ingFixed Intent 受限場景問答16限制 requireannotatedlogicalformsassupervision operateinlimiteddomainswithasmallnumberoflogicalpredicates改進Sub-graphMatchingYih etal.SemanticParsingviaStagedQueryGraphGeneration:QuestionAnsweringwithKnowledgeBase.ACL,2015Information RetrievalFixed Intent 受限場景問答17定位候選集候選答案表示相似度計

7、算Information RetrievalFixed Intent 受限場景問答18Bordes A,ChopraS,WestonJ,Questionansweringwithsubgraphembeddings,EMNLP2014 Distributedexpressionofquestion Distributedexpressionofanswer Embeddingscore LossfunctionInformation RetrievalFixed Intent 受限場景問答19CNNEmbeddingLiD,Furu W,MingZ,Ke X,QuestionAnswering

8、overFreebasewithMulti-ColumnConvolutionalNeuralNetworks,ACL2015Information RetrievalFixed Intent 受限場景問答20RNNEmbeddingYuanzhe Z.,KangL.,Shizhu H.,etal.,QuestionAnsweringoverKnowledgeBasewithNeuralAttentionCombiningGlobalKnowledgeInformation,arxiv2016Semantic Parsing vs.Information RetrievalFixed Inte

9、nt 受限場景問答21SPSPIRIRIRSPIRSPIRDLDLDLDLDLDLMTRel-EmbeddingMT+Rel-EmbeddingMulti-ColumnCNNQueryGraph+Multi-FeatureRankingBerant2013Bao2014Bordes2014Berant2014Dong2015Yang2014Yao2015Bao+Yang2015Yih2015DCSSubgraphEmbeddingNLGLogisticRegression主要結論主要結論IR-based方法越來越流行結合深度學習帶來增益IR+DL獲得了最好的效果還是有很大提升空間Evaluat

10、ionResultsonWebQuestions面向美團場景Fixed Intent 受限場景問答22技術選型總體架構Semantic Parsing 自然語言問題邏輯表達式在圖譜中執行需要自然語言問題到邏輯表達式的標注End2end Embedding 自然語言問題向量化表達向量化表達答案路徑需要問題到答案的標注Information Retrieval+Semantic Parsing實體鏈接確定子圖關系識別Sparql查詢可以通過規則+無監督冷啟動核心模塊Fixed Intent 受限場景問答23意圖識別目標目標將用戶意圖區分為資源查詢、屬性查詢、比較句、判斷句四大類方法方法句式模板匹配

11、實體推薦類問題總結通用模板（“哪家”、“推薦一下*”）基于實體鏈接結果明確實體位置和類型深度分類模型區分比較意圖區分判斷意圖目標目標識別問題中實體和知識圖譜中的實體鏈接如果有多種識別、鏈接結果，進行消歧方法方法通用實體識別（時間、價格、地標等）基于序列標注模型的NERKG專名識別利用Keywords構建Trie樹鏈接消歧基于規則基于意圖基于圖譜實體識別、鏈接、消歧槽位與關系識別目標目標識別問題的約束條件，并鏈接到圖譜的邊和實體識別問題詢問的關系，并鏈接到圖譜的邊方法方法槽位提取實體約束實體約束：意圖識別的為主實體，其他實體成為約束屬性值約束屬性值約束：在實體鏈接階段識別排序約束排序約束：基于預

12、先定義的排序槽位匹配關系識別標準表達標準表達：在實體鏈接階段識別泛化表達泛化表達：文本相似度模型；few shot learning模型小結有限的資源內容實體總量、實體類別有限的知識外延實體關聯、屬性延伸有限的表述與意圖空間場景內的需求驅動，問詢的深度和多樣性更大有限的交互輪數意圖空間的收斂促使交互的輪次縮減基礎屬性問答單跳問答多跳推理問答動態屬性值計算（函數）距離計算性價比計算資源信息比較價格比較距離比較人氣比較帶約束的資源查詢實體約束屬性值約束排序約束特征能力Fixed Intent 受限場景問答24BFuzzy Scene 復雜場景的問答優化智能的理解智能的回應遷移的困難Fuzzy Sc

13、ene 復雜場景問答交互意圖與需求Fuzzy Scene Fuzzy Scene Fix Intent 確定封閉模糊開放資源百威啤酒 有沒有 便宜 的？下午四點鐘 的 復聯四 還有沒有 IMAX票 了？頤和園 好玩 么？我想買個 咖啡Query26知識與概念知識的建設的一般化流程概念的認知概念的發現與生產概念對查詢能力的提升關系的變化屬性傳遞的提出關系優化的方案屬性傳遞的在線/離線過程屬性的深化特殊節點在資源展示中的影響特殊節點的優化方案特殊節點優化的價值Fuzzy Scene 問答優化方案概述Fuzzy Scene 復雜場景問答ConceptRelationNode27結構化數據半結構化數據

14、非結構化數據實體對齊數據融合本體構建質量評估知識推理知識圖譜實體抽取關系抽取屬性抽取知識更新數據獲取第三方知識庫知識抽取知識融合與生成知識建設的工業界一般化流程工業界生產流程?URI?知識建設知識建設 一般化流程Fuzzy Scene 復雜場景問答28宮保雞丁青島啤酒復仇者聯盟4Concept青島啤酒原漿5L桶裝（xxx超市，條形碼：yy）青島啤酒10度500ml（xxx超市，條形碼：yy）宮保雞丁大份（xxx餐廳）宮保雞丁特色菜（xxx餐廳）復仇者聯盟4-萬達影城（京港城店）5月20日 21:00 英語3D復仇者聯盟4-萬達影城（京港城店）5月21日 10:00 英語3D 復仇者聯盟4-華聯

15、影城（平谷店）5月21日 10:00 英語3D Instance？開放域場景WikiPedia/百科/YAGO/Dbpedia 美團點評場景外賣/超市/酒旅/電影/出行/娛樂/知識建設 一般化流程后-挑戰Fuzzy Scene 復雜場景問答29概念節點復合值類型：用以處理多元關系重要的屬性，會逐漸變成實體重要的實體，逐漸會變為概念重要的概念，會升華為本體異構多源的本體，會成為混合的資源錦囊（場景需求的表示）知識建設 概念節點錦囊本體概念實體Fuzzy Scene 復雜場景問答30概念的認知真實世界的“概念”引自百科“從感性認識上升到理性認識，把所感知的事物的共同本質特點抽象出來，加以概括，是自

16、我認知意識的一種表達，形成概念式思維慣性。在人類所認知的思維體系中最基本的構筑單位?！币幻祝好资?/299792458秒的時間間隔內光在真空中行程的長度(1983.10 第七屆計量大會 巴黎)。光速，真空中的傳播速度，公認值為c=2.9979245810m/s知識計算中的“概念”概念最早出現在70年代出現在“專家系統”中，表示的并非物理世界的元素，更多的表示抽象出的點(概念)和一系列常識是本體與實體之間存在的一層，雖然接近實體，但是本質上是本體的一種延伸，可以被稱之為動態的本體?Fuzzy Scene 復雜場景問答31美團中的概念屬性A超市B超市差異程度名稱可口可樂可口可樂碳酸飲料高類別酒水飲

17、料碳酸飲料中規格1聽1箱(24聽)低價格3.53.2*24高條形碼69288040100916954767410739？概念：單屬性本質相同的實體在不同環境，眾多屬性不同可口可樂在不同超市中的信息標品類概念的決策依據基于條形碼單元名稱、規格、尺寸等核心屬性一致具有相同SKU、或近似無差別的售賣單元美團中的概念一：產品/標品美團中的概念二：同構非標品美團中的概念三：異構純概念Fuzzy Scene 復雜場景問答32美團中的概念美團中的概念一：產品/標品相同本體下，要求某些特定屬性相同美團中的概念二：同構非標品美團中的概念三：異構純概念同構非標品受限于相同本體，具有顯性Schema相同約束部分屬性

18、表述或含義相同或相似屬性A實體B實體認知度名稱美早櫻桃/車厘子車厘子(大)分類車厘子車厘子等級JJ級JJ級價格109200果實直徑26-28mm30-32mm屬性A實體B實體認知度名稱雪花啤酒冰酷百威啤酒品牌雪花百威包裝聽裝聽裝容量330ml500ml分類黃啤酒黃啤酒相同本體下，眾多實體類型，以及實體屬性不同概念：屬性認知+排序+組合水果（車厘子JJ級）啤酒（聽裝黃啤酒）Fuzzy Scene 復雜場景問答33美團中的概念美團中的概念一：產品/標品美團中的概念二：同構非標品先天并不存在，完全由人類自行組織構建，從形成的認知美團中的概念三：異構純概念典型的案例好吃的地方北京一日游屬性值關聯性名稱

19、潮汕砂鍋粥商圈海淀區分類粵菜價格60人群類別老人人群地域本地/外地人群價格敏感度高餐飲屬性值關聯性名稱漢庭酒店商圈海淀區分類經濟型價格346人群類別無約束人群地域外地人群價格敏感度高酒店屬性值關聯性名稱頤和園商圈海淀區分類文物古跡價格30人群類別老人/小孩人群地域外地人群價格敏感度高景區餐飲、酒店、景區等不同本體概念：異構實體的關聯組合適合老人的吃喝玩樂一日游Fuzzy Scene 復雜場景問答34概念的發現與生產概念的發現-1：問答/評論信息的資源組織概念的發現-2：Query與搜索結果的資源關聯Mention中關系/屬性識別與抽取的關鍵技術查詢意圖與槽位約束通過用戶的表達生成資源的組織模式

20、與資源的描述對象蒙牛脫脂牛奶的日期新鮮，味道好喝Query蒙牛 脫脂 牛奶 日期 味道NER識別蒙牛-品牌/脫脂-營養成分/日期-生產日期/味道-口味屬性識別11001依存句法規則蒙牛牛奶脫脂牛奶日期新鮮味道好喝概念/屬性 候選集概念屬性蒙牛脫脂牛奶的日期新鮮，味道好喝伊利牛奶的口感超級好，國產大品牌還是不錯的德亞牛奶口感香濃，算是比較好的進口牛奶了我就喜歡喝賓德堡的香蕉牛奶，甜甜的進口牛奶的保質期時間比較長進口口味蒙牛伊利國產61%44%30%21%18%生產日期保質期口味品牌進口80%72%66%54%52%概念排序結果屬性排序結果Fuzzy Scene 復雜場景問答35概念的發現與生產概

21、念的發現-1：問答/評論信息的資源組織概念的發現-2：Query與搜索結果的資源關聯搜索-瀏覽-下單-屬性關聯（圖：聯通搜索Query POI 屬性關系）發現精確指向與范指向類資源通過用戶的查詢與行為，將查詢意圖與圖譜Schema進行關聯，了解商品最佳的篩選/劃分/切入模式作為概念構建的基礎候選用戶行為數據瀏覽/點擊/下單商家信息Query成分分析最佳決策屬性POI 共有屬性資源組織方式商圈-簋街推薦菜-小龍蝦Fuzzy Scene 復雜場景問答36餐飲領域知識建設URI3金百萬（中關村店）URI1酸甜URI2酸甜/微咸售賣商家售賣商家西紅柿炒雞蛋番茄炒蛋/西紅柿雞蛋/番茄炒雞蛋/酸甜/微咸味

22、道別名售賣商家CVTCVTCVT四季民福（望京店）便宜坊（清河店）味道味道NULL味道Query：番茄炒蛋 味道 怎么樣？（CVT方案）概念概念存儲與CVT番茄雞蛋番茄炒蛋/西紅柿雞蛋/番茄炒雞蛋NULL金百萬（中關村店）西紅柿雞蛋大份含米飯番茄炒蛋/西紅柿雞蛋酸甜四季民福（望京店）西紅柿雞蛋西紅柿炒雞蛋酸甜/微咸便宜坊（清河店）味道別名售賣商家味道別名售賣商家味道別名售賣商家Query：番茄炒蛋 味道 怎么樣？（傳統方案）概念概念Fuzzy Scene 復雜場景問答37概念引入后的查詢能力升級能力升級一：實體鏈接的優化我想要 咖啡星巴克咖啡店咖啡類黑咖啡速溶咖啡主營品類焦糖拿鐵商品類別咖啡金

23、百萬望京花園推薦SKU家樂福售賣商品售賣商品傳統方案鏈接結果我想要 咖啡商家-咖啡品類-咖啡商品-咖啡咖啡咖啡類黑咖啡速溶咖啡焦糖拿鐵星巴克咖啡店金百萬望京花園家樂福引入概念：優先解決本體與概念的鏈接與消岐，再解決概念與實體的消岐推薦SKU售賣商品售賣商品主營品類商品類別Fuzzy Scene 復雜場景問答38概念引入后的查詢能力升級能力升級二：優化信息查詢和對比類查詢能力青島啤酒和百威哪個便宜？家樂福與沃爾瑪哪家巧克力比較便宜？百事可樂甜還是可口可樂甜？青島啤酒和百威哪個便宜？（傳統方案）沃爾瑪家樂福青島聽裝330青島純生百威聽裝青島售賣售賣售賣價格價格價格價格價格價格售賣售賣售賣青島啤酒百

24、威啤酒青島聽裝330青島純生青島百威聽裝百威家樂福沃爾瑪CVT價格CVT價格口味CVTCVT價格CVT青島啤酒和百威哪個便宜？（引入概念方案）售賣售賣售賣售賣售賣Fuzzy Scene 復雜場景問答39番茄雞蛋番茄炒蛋/西紅柿雞蛋/番茄炒雞蛋NULL金百萬（中關村店）西紅柿雞蛋大份含米飯番茄炒蛋/西紅柿雞蛋酸甜四季民福（望京店）西紅柿雞蛋西紅柿炒雞蛋酸甜/微咸金百萬（望京店）味道別名售賣商家味道別名售賣商家味道別名售賣商家Query：番茄炒蛋 味道 怎么樣？餐飲領域知識建設知識屬性嚴重番茄炒蛋 味道 如何？用戶此時位于“金百萬（中關村店）”屬性查詢？Fuzzy Scene 復雜場景問答能力升級

25、三：缺失屬性補全概念引入后的查詢能力升級40注：查詢結果存在“味道”為空的菜品，如何補全？CVT方案：公共概念的屬性傳遞酸甜/微咸酸甜/微咸酸甜/微咸URI1URI2URI3西紅柿炒雞蛋URI_concept四季民福（望京店）金百萬（中關村店）金百萬（望京店）NULL番茄炒蛋番茄炒蛋/西紅柿雞蛋/番茄炒雞蛋/CVTCVTCVTCVT味道味道名稱售賣商家售賣商家售賣商家味道味道別名概念Fuzzy Scene 復雜場景問答Step2：查詢“味道”屬性值不為空的菜品集合PREFIX kg_property:PREFIX f:PREFIX rdfs:SELECT?tasteWHERE?subject2

26、 kg_property:taste?taste.?simScore f:simFunc(?subject1?subject2).ORDER BY desc(?simScore)LIMIT 10PREFIX kg_property:PREFIX rdfs:SELECT?subject2WHERE?subject2 kg_property:aliasrdfs:member 番茄炒蛋.OPTIONAL?subject2 kg_property:taste?taste.FILTER(bound(?taste)Step3：遍歷計算“味道”屬性值為空的菜品與“味道”屬性值不為空的相似度值Step4：合并

27、PREFIX kg_property:PREFIX f:PREFIX rdfs:SELECT?tasteWHERE BIND(番茄炒蛋 AS?mention).?subject1 kg_property:aliasrdfs:member?mention.OPTIONAL?subject1 kg_property:taste?taste1.FILTER(!bound(?taste1)?subject2 kg_property:aliasrdfs:member?mention.OPTIONAL?subject2 kg_property:taste?taste2.FILTER(bound(?tast

28、e2)?subject2 kg_property:taste?taste.?simScore f:simFunc(?subject1?subject2).ORDER BY desc(?simScore)LIMIT 10PREFIX kg_property:PREFIX rdfs:SELECT?subject1WHERE?subject1 kg_property:aliasrdfs:member 番茄炒蛋.OPTIONAL?subject1 kg_property:taste?taste.FILTER(!bound(?taste)Step1：查詢“味道”屬性值為空的菜品集合概念引入后的查詢能力升

29、級能力升級三：缺失屬性補全41復雜空間中對關系的進一步理解關系的優化非典型性屬性缺失：傳遞屬性屬性的優化：屬性的分裂與聚合查詢對象不明確：屬性的依賴？辣口味餐廳類型？幫我找一家 辣 的 餐廳？關系的優化-屬性傳遞Fuzzy Scene 復雜場景問答42簋街xxx店yyy店xxx菜yyy菜zzz菜小龍蝦商圈商圈售賣售賣售賣品類品類品類我想吃簋街小龍蝦幫我找個辣的餐廳餐廳xxx店yyy店xxx菜yyy菜zzz菜辣類型類型售賣售賣售賣口味口味口味下午四點復聯四還有沒有票復仇者聯盟4排片xxx排片yyy排片zzzxxx影院yyy影院影片影院要一個有早餐的酒店下午四點放映時間zzz影院酒店xxx酒店yy

30、y酒店xxx房間yyy房間zzz房間True類型類型擁有擁有擁有是否含早餐是否含早餐是否含早餐高頻多跳約束的查詢問題Fuzzy Scene 復雜場景問答關系的優化-屬性傳遞43簋街-胡大飯店簋街總店-麻辣小龍蝦-小龍蝦簋街-通樂飯店-蒜香小龍蝦-小龍蝦簋街-通樂飯店-麻辣小龍蝦-小龍蝦路徑一：基于實體關系路徑的游走路徑二：基于本體的路徑發現菜品商家地址胡大飯館簋街總店通樂飯館麻辣小龍蝦蒜香小龍蝦訂單簋街麻辣小龍蝦小龍蝦訂單xxx別名別名別名配送地址訂單商家訂單菜品地址地址推薦菜推薦菜推薦菜配送地址訂單商家訂單菜品地址推薦菜高頻多跳約束的查詢問題本體實體Fuzzy Scene 復雜場景問答關系的

31、優化-屬性傳遞44簋街-訂單xxx-麻辣小龍蝦-小龍蝦簋街-訂單yyy-蒜香小龍蝦-小龍蝦路徑一：基于實體關系路徑的游走路徑二：基于本體的路徑發現菜品商家地址胡大飯館簋街總店通樂飯館麻辣小龍蝦蒜香小龍蝦訂單簋街麻辣小龍蝦小龍蝦訂單xxx別名別名別名配送地址訂單商家訂單菜品地址地址推薦菜推薦菜推薦菜配送地址訂單商家訂單菜品地址推薦菜高頻多跳約束的查詢問題本體實體簋街-地址(本體)-訂單(本體)-菜品(本體)-小龍蝦Fuzzy Scene 復雜場景問答關系的優化-屬性傳遞45在線路徑查詢多跳查詢幫我找個辣的餐廳QuerySparQLselect?sub where?sub,TYPE,餐廳.?sub

32、,REC_DISH,?dish.?dish,TASTE,辣select?sub where?sub,TYPE,餐廳.?sub,SALE_DISH,?dish.?dish,TASTE,辣Path餐廳-類型-眉州東坡-推薦菜-毛血旺-口味-辣餐廳-類型-眉州東坡-推薦菜-水煮魚-口味-辣餐廳-類型-眉州東坡-推薦菜-香辣牛蛙-口味-辣餐廳-類型-金百萬-售賣-宮保雞丁-口味-辣餐廳眉州東坡香辣牛蛙毛血旺水煮魚糯米蓮藕辣甜售賣推薦菜推薦菜推薦菜類型口味口味口味口味金百萬宮保雞丁售賣類型口味Query：幫我找個辣的餐廳Fuzzy Scene 復雜場景問答關系的優化-屬性傳遞46離線關系發現多跳關系單跳

33、關系餐廳 菜品 口味共現挖掘屬性補全香辣牛蛙毛血旺辣水煮魚口味眉州東坡辣推薦菜口味口味屬性傳遞（眉州東坡-菜品-辣 眉州東坡-辣）推薦菜推薦菜口味辣辣約束識別召回率提升了58%新發現關系20條（餐飲領域3類、旅游領域4類、電影領域4類、酒店領域9類）效果提升基于規則：()*=0推薦菜.基于相似路徑的挖掘簋街胡大小龍蝦老徐龍蝦仔仔龍蝦商家特色菜特色菜Fuzzy Scene 復雜場景問答關系的優化-屬性傳遞47屬性的深化優化資源展示信息頤和園早上幾點開門 查詢營業時間？頤和園的營業時間 只展示營業時間？屬性的深化頤和園北京市海淀區新建宮門路19號旺季：4月1日至10月31日6:3018:00淡季：

34、11月1日至次年3月31日7:0017:00旺季：20:00淡季：19:00四季旺季：30元/張淡季：20元/張地址評分營業時間靜園時間適宜季節票價9.0分景區類型其他屬性“頤和園”相關子圖實例Fuzzy Scene 復雜場景問答48屬性的深化4月1日至10月31日6:3018:00旺季：4月1日至10月31日6:3018:00淡季：11月1日至次年3月31日7:0017:0011月1日至次年3月31日7:0017:00旺季營業時間淡季營業時間6:3018:007:0017:00旺季開門時刻旺季關門時刻淡季開門時刻淡季關門時刻北京市海淀區新建宮門路19號北京市海淀區新建宮門路19號城市道路行政

35、區門牌號建議游玩時長最晚入園時間平均配送時長商圈地鐵標志性建筑旅游外賣各領域方案1屬性分裂方案2相似挖掘時間類型地點類型旅游Fuzzy Scene 復雜場景問答49屬性的深化海淀區朝陽區豐臺區東城區西城區昌平區507090110130150170燒烤小吃火鍋烤魚東北菜魯菜粵菜西餐湖南菜西北菜西班牙菜泰國菜人均價格不同地區不同品類的人均價格分布50-70 70-90 90-110 110-130130-150 150-170 價格類型、：閾值系數：地區標號：品類標號：價格：評分價格描述計算定義便宜 BC?適中 BC?BC?性價比高 BC?Fuzzy Scene 復雜場景問答50屬性的深化對于時間

36、、地點、價格類型的實體或屬性，進行了精細化拆分，有助于槽位的理解價值一：知識節點層次化（分）價值二：知識節點組合性（合）價值三：知識節點關聯性頤和園早上幾點開門？4月1日至10月31日6:3018:00旺季：4月1日至10月31日6:3018:00淡季：11月1日至次年3月31日7:0017:0011月1日至次年3月31日7:0017:00旺季營業時間淡季營業時間6:3018:007:0017:00旺季開門時刻旺季關門時刻淡季開門時刻淡季關門時刻北京市海淀區新建宮門路19號北京市海淀區新建宮門路19號城市道路行政區門牌號頤和園在哪條路上？Fuzzy Scene 復雜場景問答51屬性的深化價值一

37、：知識節點層次化（分）當用戶查詢某一模糊屬性（例如：營業時間，包含開門時間、關門時間等）時，將該屬性下的所有屬性逐一告訴用戶，提高用戶體驗價值二：知識節點組合性（合）價值三：知識節點關聯性QueryAnswer頤和園的 旺季開門時間 是6:30，關門時間是18:00淡季開門時間是7:00，關門時間是17:00頤和園的營業時間是什么？QueryAnswer頤和園位于北京市海淀區新建宮門路19號附近的商圈有，距離最近的地鐵站有頤和園的地址是什么？返回與“營業時間”相關的“旺季開門時間”、“旺季關門時間”、“淡季開門時間”、“淡季關門時間”等屬性信息返回與“地址”相關的“城市”、“行政區”、“道路”

38、、“門牌號”、“商圈”、“地鐵”等屬性信息Fuzzy Scene 復雜場景問答52屬性的深化價值一：知識節點層次化（分）價值二：知識節點組合性（合）當用戶查詢某一特定屬性時，將相關聯屬性一并返回給用戶，提高知識查詢完整性價值三：知識節點關聯性QueryAnswer頤和園的 旺季開門時間 是6:30，淡季開門時間是7:00（直接回答“幾點開門”）旺季關門時間是18:00，淡季關門時間是17:00（同時將關聯屬性“關門時間”等也一并返回）頤和園早上幾點開門？QueryAnswer頤和園位于新建宮門路（直接回答“哪條路”）詳細地址是：北京市海淀區新建宮門路19號（同時將關聯屬性“城市”、“行政區”、

39、“門牌號”等也一并返回）頤和園在哪條路上？Fuzzy Scene 復雜場景問答53小結寬泛的資源內容實體總量、實體類別寬泛的知識外延實體關聯、屬性延伸寬泛的表述與意圖空間無場景的需求驅動，問詢的多樣性更大寬泛的交互輪數意圖空間的發散促使交互的輪次變多特征問答系統54Fuzzy Scene 復雜場景問答知識建設聯動實體鏈接信息查詢屬性補全關系優化屬性深化概念建設多跳約束精細查詢關聯查詢C展望未來問答系統自身的閉環問答與知識建設的閉環再次認知交互55問答系統自身的閉環展望未來56KBQA Online SystemOfflineTrainingOnlineTrainingLog Centerannotation問答與知識建設的閉環展望未來57KBQA SystemKnowledge Base再次認知交互展望未來58競爭：本質上也是一種競爭，是資源自身的競爭，亦是資源服務的競爭。目標：模糊場景下，提供更多的知識展示與推薦，更快的了解用戶的目標/真實需求。?R?e?2?n?4?0?Q?:?8?Q?o?n?9?2?o?1?