本文主要通過python實例講解基于RDF和SPARQL的KBQA系統的構建。該項目可在python2和python3上運行通過。

注：KBQA即是我們通常所說的基于知識圖譜的問答系統。這里簡單構建的EasyKBQA，數據來源于網絡，源碼地址看下面補充說明。

目錄：

流程原理：

該問答系統可以解析輸入的自然語言問句，主要運用REFO庫的"對象正則表達式"匹配得到結果, 進而生成對應 SPARQL 查詢語句，再通過API請求后臺基于TDB知識譜圖數據庫的 Apache Jena Fuseki 服務, 得到結果。

實際過程：

1. 預定義 3 ?類共 5 ?個示例問題，?包括：

● "誰是苑茵?",

● "丁洪奎是誰?",

● "蘇進木來自哪里?",

● "苑茵哪個族的?",

● "苑茵是什么民族的人?".

2. 利用結巴分詞對中文句子進行分詞, ?同時進行詞性標注；

3. 將詞的文本和詞性打包, ?視為"詞對象"，對應 :class:Word(token,? ?pos)?；

4. 利用 REfO ?模塊對詞進行對象級別 (object-level) ?的正則匹配，判斷問題屬于的?種類?并產生對應的 SPARQL，對應 :class:Rule(condition,? ?action)?；

5. 如果成功匹配并成功產生 SPARQL ?查詢語句, ?立刻請求 Fuseki ?服務并返回結果，打印相關內容；

程序運行：

1、配置第三方庫：pip install refo jieba sparqlwrapper

2、安裝JAVA JDK1.8，配置好環境變量。

3、項目根目錄主要包括backend??文件夾和test.py文件(同一級)，backend是Jena?的Fuseki 模塊，?運行第4步

4、cd backend/apache-jena-fuseki-3.5.0，windows下啟動SPARQL endpoint服務：

fuseki-server.bat --loc=../DB /demo > log.txt 2>&1

對應Linux命令為：

nohup ./fuseki-server --loc=../DB /demo > log.txt 2>&1 &

5、運行根目錄代碼：python test.py，結果如下圖：

補充說明：

1、啟動fuseki服務器參數，--loc=../DB設置在線服務數據庫位置，參數/demo

2、自然語言問句進行正則匹配的邏輯REfO. ?主要參考根目錄下的代碼:words.py

3、后續改進可參考: 使用鄰接鏈表表示自然語言問句, 通過遍歷有向圖或子圖匹配方法構造 SPAPQL ?查詢語句

代碼下載地址：https://download.csdn.net/download/starbaby01/10621927