课题责任人：徐立恒

研究目标和研究内容：

（1）面向复杂问句的语义解析方法

面向多源异构知识库的复杂问句语义解析的困难主要体现在：1）复杂问句使得问句语义解析面临歧义问题，包括短语切分歧义、概念映射歧义、概念语义组合歧义。传统方法常采用Pipiline的策略孤立地解决各类型歧义，缺乏各个环节的协同处理机制。2）多源异构知识库使得已有歧义问题更加严重，不仅包含了上述歧义问题，同时受制于异构知识库间关联的准确性。本研究以多元异构知识库下的复杂问句语义解析任务为研究对象，通过研究基于马尔科夫逻辑网络的问句语义解析模型和基于问句语义解析与知识库对齐协同约束的多源异构知识库问答方法，探索面向多源异构知识库的复杂问句语义解析的解决方法。

（2）基于链接预测的知识库推理方法

大规模不完备知识库下的知识库问答需要通过链接预测的知识推理方法对于当前知识库进行补全，从而达到对于用户问题的覆盖，其核心是对于已有知识库进行建模。主要困难在于：1）已有基于逻辑推理的知识库链接预测方法由于人工规则的低覆盖率以及不完备知识库上规则自动学习的抵准确率，难以适应大规模知识库的应用需求。2）已有基于知识库表示学习的方法难以对于知识库中一对多、多对一、多对多、可反等类型关系进行刻画，同时也缺乏处理关系歧义的有效机制。本研究以面向知识库补全的链接预测为目标，通过研究基于关系角色的知识库表示学习方法和面向歧义关系的知识库表示学习方法，探索大规模开放域知识库的表示学习问题，为大规模不完备知识库下的链接预测提供有效的解决途径。