中国移动客服语料库的领域知识挖掘：DKS与信息抽取

"该资源是关于知识图谱问答系统关键技术的研究，主要探讨了从中国移动客户服务语料库中挖掘领域知识，以及如何利用这些知识构建问答系统。内容包括DKS（领域知识结构）的提取，DKS元组的质量分析，以及知识图谱在问答系统中的应用。" 在本研究中，"第七章 领域知识挖掘"关注的是从中国移动的客户服务语料库中提取有用的关系，如"can visit link for"，这些关系揭示了用户的需求。表7.7对比了DKS抽取出的关系与原始语料库的关系，显示DKS的关系更加明确，更适合满足用户需求。表7.8列举了一些高质量的DKS元组实例，这些元组与服务相关，可用于构建特定领域的结构化知识库。 "知识图谱问答"是研究的核心主题，论文作者崔万云探讨了知识图谱在问答系统中的优势，如提供结构化的数据支持，改进问题分析和答案抽取。论文详细阐述了问答系统的不同组件，如用户问题处理、搜索关键词生成、文章检索等，并分析了基于信息检索的问答系统的不足，指出知识图谱能弥补这些不足。 在后续章节，研究聚焦于"基于局部搜索的语义社团挖掘"，讨论了问题定义、NP完全性问题、全局搜索策略、局部搜索解法，以及优化算法等。这部分工作旨在提升知识图谱中复杂关系的搜索效率和准确性。 此外，论文还涉及"基于知识图谱的短文本动词理解"，这部分可能涉及如何解析和理解文本中的动词，以便更好地匹配知识图谱中的实体和关系，提高问答系统的响应质量和准确性。 综合来看，这项研究深入探讨了如何利用领域知识和知识图谱技术改进问答系统，特别是在处理客户服务语料时的有效性和实用性。通过局部搜索和动词理解的优化，可以提高系统对用户查询的响应能力和解答质量。