KBQA-BERT
基于知识图谱的问答系统，BERT做命名实体识别和句子相似度，分为online和outline模式
Introduction
本项目主要由两个重要的点组成，一是基于BERT的命名实体识别，二是基于BERT的句子相似度计算，本项目将这两个模块进行融合，构建基于BERT的KBQA问答系统，在命名实体识别上分为online predict和outline predict；在句子相似度上，也分为online predict和outline predict，2个模块互不干扰，做到了高内聚低耦合的效果，最后的kbqa相当于融合这2个模块进行outline predict，具体介绍请见我的知乎专栏！
------------------------------------------- 2019/6/15 更新 ----------------------------------------
把过去一段时间同学们遇到的主要问题汇总一下，下面是一些FAQ：
Q: 运行run_ner.py时未找到dev.txt,请问这个文件是怎么生成的呢？
A: 这一部分我记得当初是没有足够多的数据，我把生成的test.txt copy, 改成dev.txt了。
Q: 你好，我下载了你的项目，但在运行run_ner的时候总是会卡在Saving checkpoint 0 to…这里，请问是什么原因呢？
A: ner部分是存在一些问题，我也没有解决，但是我没有遇到这种情况。微调bert大概需要12GB左右的显存，大家可以把batch_size和max_length调小一点，说不定会解决这个问题！。
Q: 该项目有没有相应的论文呢？
A: 回答是肯定的，有的，送上 论文传送门!
Q: 数据下载失败，不满足现有数据？
A: 数据在Data中，更多的数据在NLPCC2016 和NLPCC2017。
PS：这个项目有很多需要提高的地方，如果大家有好点子，欢迎pull，感谢！这段时间发论文找工作比较忙，邮件和issue没有及时回复望见谅！
------------------------------------------- 2019/6/15 更新 ----------------------------------------
环境配置
Python版本为3.6
tensorflow版本为1.13
XAMPP版本为3.3.2
Navicat Premium12
目录说明
bert文件夹是google官方下载的
Data文件夹存放原始数据和处理好的数据
construct_dataset.py 生成NER_Data的数据
construct_dataset_attribute.py 生成Sim_Data的数据
triple_clean.py 生成三元组数据
load_dbdata.py 将数据导入mysql db
ModelParams文件夹需要下载BERT的中文配置文件：chinese_L-12_H-768_A-12
Output文件夹存放输出的数据
基于BERT的命名实体识别模块
- lstm_crf_layer.py
- run_ner.py
- tf_metrics.py
- conlleval.py
- conlleval.pl
- run_ner.sh
基于BERT的句子相似度计算模块
- args.py
- run_similarity.py
KBQA模块
- terminal_predict.py
- terminal_ner.sh
- kbqa_test.py
使用说明
- run_ner.sh
NER训练和调参
- terminal_ner.sh
do_predict_online=True NER线上预测
do_predict_outline=True NER线下预测
- args.py
train = True 预训练模型
test = True SIM线上测试
- run_similarity.py
python run一下就可以啦
- kbqa_test.py
基于KB的问答测试
实验分析
Cite
如果你在研究中使用了KBQA-BERT，请按如下格式引用：
@software{KBQA-BERT,
author = {ZhengWen Xie},
title = {KBQA-BERT: Knowledge Base Question Answering based BERT},
year = {2019},
url = {https://github.com/WenRichard/KBQA-BERT},
}
如果觉得我的工作对您有帮助，请不要吝啬右上角的小星星哦！欢迎Fork和Star！也欢迎一起建设这个项目！
有时间就会更新问答相关项目，有兴趣的同学可以follow一下
留言请在Issues或者email [email protected]
评论