知识图谱在图灵机器人的落地和应用

图灵机器人认知计算组的负责人魏晨女士带来了一个聊天功能为主的机器人。

她介绍了如何在图灵机器人的应用中构建知识图谱，介绍了知识图谱在图灵机器人相应场景的应用，以及分析图灵机器人会有哪些潜在应用。

接下来，魏晨为大家展示了知识图谱的问答查询应用：

问

输入：刘德华的妻子是谁

答

知识图谱显示：朱丽倩

问

输入：刘德华的妻子的女儿是谁

(通过第二方查阅第三方)

答

知识图谱显示：刘向蕙

问

输入：朱丽倩与陈冠希的关系

答

知识图谱显示：

通过刘德华的电影《江湖》结识的

问

输入：刘德华

答

在知识图谱页面通过标签颜色

来确定查询人名的类别

随后，魏晨通过视频展示了一个可爱的聊天机器人“智娃”与人互动的情况。笑容可掬的“智娃”以其敏捷的动作和机敏的回答令大家忍俊不禁，并得到大家一致的称赞。

接下来魏晨进行了知识图谱的简介，并介绍了在图灵机器人的应用中所需构建的知识图谱的类型。

01

为什么需要知识

·    1）理解问题，产生更合理丰富的回答

·    2）抓住对话的主题，引导对话

·    3）输出知识和信息

·    产品设计和技术能力的互补

 

02

基于数据层的构建

·    1）结构化数据：实体-关系，（实体，属性，值）

·    2）非结构化数据： joint extraction, 实体-关系

 

03

基于概念层的构建

·    1）百科实体类型人工检查构建类型层次结构

·    2）参考schema.org的type hierarchy修改补充层次结构

·    3）实体类型层次与conceptnet融合

·    4）融合后的实体转化为RDF并存储进入neo4j

在产品的实践应用过程中，魏晨给我们讲述了在做产品时遇到的一些问题和解决方案，令人十分受用。

 

在进行聊天和智能问答的过程中，根据用户反馈数据来看，问询简单句的占比高达98.5%，只有1.5%的问题为复杂句。但是在做复杂句的处理过程中，由于受到各种原因的限制，回答的正确率不能达到95%。

在复杂句上的过多投入并不能与产出成正比，用户日常的聊天问答主要以简单句聊天为主。因此团队转而主攻简单句，做出的产品受到了更多用户的喜爱。

图灵机器人的用户图谱的记忆和构建十分重要，通过对用户常问的问题进行总结融合记忆和构建，可生成一个个性化的用户知识图谱。

这样就可以使得机器人更加富有情感性，为更多用户所喜爱和接受。并且通过这种个性化用户知识图谱的构建，还可以进行用户的关联性推荐，例如用户的可能喜好的推荐等等。

最后魏晨展望了图灵机器人以下两点的潜在应用：

1、topic-event-entity graph

2、应用在task-oriented multi-turn dialogue中

并欢迎大家加入图灵机器人的大家庭！

PPT / 魏    晨

图文 / 孔亚茹

排版 / 孔亚茹

审核 / 逄金辉