关键词: 知识图谱, 问答系统, 领域知识映射, 知识质量感知

摘要：知识图是实现智能问答系统的关键技术之一。它可以降低客户服务成本并增强他们的自助服务能力。它具有很多商业价值和研究意义。为了减少基于KG的QA中中文问题的模糊性和在线服务运行维护的高成本，提出了一种智能电网客户服务问答系统（HDKG-QA）。它基于KG的混合域特征，首先基于LSTM模型识别实体。然后提出了一种基于主题比较的语义增强方法，以准确地发现外部知识。它使用启发式规则来获得最佳答案。它会根据ILP解算器的结果定期更新全局KG。HDKG-QA可以实现高实体/预测识别精度。它自动将领域知识映射到本地KG，并更新在线KG。它可以以较低的响应延迟实现高质量的响应。该系统以国网重庆电力公司的实际问答数据集为例进行了验证，实验结果表明，问答的准确率提高了17%。通过引入LSTM和语义增强方法，启发式规则和排序策略可以将准确性提高8%。通过引入ILP解算器，问答响应延迟可以以相同的精度减少9%。

关键词： 知识图， 问答系统， 领域特征的映射模型， 知识质量意识