簡單說一下所謂Knowledge base（知識圖譜）有兩條路走，一條是
對用戶的問題進行語義理解，一般用Semantic Parsing（語義分析），語義分析有很多種，比如有用CCG、DCS，也有用機器翻譯來做的。它得到了一個句子的邏輯表示，根據邏輯表示再到知識庫里去查，查到這個結點是什么，關系是什么等，通過這種方式，自然而然就查到了。
還有一種辦法就是最近幾年流行的
信息檢索方法。比如，一個問題“where was Barack Obama born ?”這句話里出現的了一個實體——Obama，假設這個知識庫是完備的，那么系統就會判斷答案一定是跟Obama關聯的某個結點，這樣就可以到知識庫里以Obama為半徑，把跟它有關的詞全部挖出來，然后系統要算相似度，相似度算的時候有一種辦法，是把這個知識圖譜的某一個知識單元用自然語言表征出來，也可以用詞嵌入做一個多維向量表示。這時候做一個Ranker跟當前的問題算一個距離，距離近的就是它的答案。我們也將這些技術運用在了微軟小冰里，比如小冰回答問題，跟你聊天等等。
作者：微軟亞洲研究院
鏈接：https://www.zhihu.com/question/23952075/answer/161605738
來源：知乎
著作權歸作者所有。商業轉載請聯系作者獲得授權，非商業轉載請注明出處。