KBQA面臨的挑戰(zhàn)

????目前還存在兩個很大的困難阻礙著KBQA系統(tǒng)被廣泛應用。一個困難是現(xiàn)有的自然語言理解技術在處理自然語言的歧義性和復雜性方面還顯得比較薄弱。例如，有時候一句話系統(tǒng)可以理解，但是換一個說法就不能理解了。另一個困難是此類系統(tǒng)需要大量的領域知識來理解自然語言問題，而這些一般都需要人工輸入。一些系統(tǒng)需要開發(fā)一個專用于一個領域的基于句法或者語義的語法分析器。許多系統(tǒng)都引入了一個用戶詞典或者映射規(guī)則，用來將用戶的詞匯或說法映射到系統(tǒng)本體的詞匯表或邏輯表達式中。通常還需要定義一個世界模型(World Model),來指定詞典或本體中詞匯的上下位關系和關系參數(shù)類型的限制。這些工作都是非常消耗人力的。以下圍繞KBQA的關鍵階段一“構建查詢”，說明KBQA面臨的挑戰(zhàn)，然后介紹幾種典型的解決方案。

????下圖反映了KBQA中一個簡化的“問題→答案”映射過程，自然語言問題在關聯(lián)知識庫之前，需要轉換成結構化查詢，利用查詢從知識圖譜中找到答案后，還需要考慮一個自然語言答案生成的過程。這個過程中的主要挑戰(zhàn)在于如何將自然語言表達映射到知識庫的查詢，也就是Question2 Query語義理解。

????多樣的概念映射機制也就是將自然語言表達的查詢語義映射知識庫的原子查詢。自然語言的表