基于知识库的自动问答系统是指能够接受用户以自然语言形式描述的提问,并能从大规模知识库中查找或推断出答案的信息检索系统。自动问答广泛应用于阅读理解和聊天机器人等领域,将会被作为下一代搜索引擎的基本形态。传统的问答系统依赖于收集而成的问题与答案的语料库的规模,在面向开放域上的问题时难以找到适当的答案,问答系统的性能严重下降。快速发展的知识库储备了大量的知识条目,如何利用知识库生成问题的答案成为本领域的研究热点。研究的问题主要集中三个方面:(1)如何从知识库中寻找问题答案的知识点;(2)如何根据知识点生成自然语言形式的答句;(3)如何通过多跳推理机制得到答案的知识点。针对上述问题,本文研究基于知识库的自动问答生成神经网络模型,并实现面向开放域的自动问答系统。主要的贡献总结如下:(1)设计实现基于TransE的知识库语义表示方法和答案生成模型。由于用户提出问句是文本形式的,而知识库中的知识是以实体-关系-实体形式组织的结构化文本,与问句存在语义表示上的鸿沟,针对这个问题,我们设计实现基于TransE模型的知识库语义表示方法,通过利用知识库三元组的头部实体与属性关系获取尾部实体作为答案的知识点。具体的,首先用问句中的实体初始化状态向量,然后预测属性关系,最后通过状态向量与预测的属性关系加和得到问句的答案。在问句的命名实体识别中,本文实现了基于Bi LSTM+CRF的命名实体识别模型。在公开数据集World Cup2014上评测结果显示,准确率达到85.1%,召回率达到87.3%,F1值达到86.1%,与基线模型相比,性能得到了一定的提升。(2)设计实现生成自然语言句子答案的自动问答模型。自然语言形式的句子更符合人们日常交流习惯,如何将知识库中检索到的单词级或短语级的答案转换成自然的句子成为当前自动问答的一个挑战。针对这个问题,本文采用具有复制机制的混合神经网络模型,在生成答案句子时,设计三个模型预测当前时刻的生成词分别来自问句、知识库、词汇表的概率。在公开数据集Gen QA上评测结果显示,BLEU值达到0.43,与传统方法相比提升了0.01。(3)设计实现多跳推理机制的自动问答模型。自动问答中的另一个挑战是涉及多跳推理的答案生成,简单问句通常检索知识库中的一个三元组即可得到答案,但是复杂问句检索一个三元组难以直接得到答案,需要对多个相互关联的三元组推理才能得到答案。针对该问题,本文设计实现融合多跳推理机制的自动问答模型。我们在上述1)的基于TransE的答案生成模型上设计循环迭代机制,通过引入问句语义表示向量和答案生成状态向量并预测的属性关系对其进行更新,获得每轮的答案和下一轮的问句表示,直至得到最终答案。另外,由于开放域上的问句表达与知识库的属性关系在表达上存在语义鸿沟问题,导致答案获取覆盖率偏低。针对该问题,本文在问句语义表示向量和知识库之间引入注意力机制,使得问句表示更新时能够关注知识库的表达。在公开数据集Path Question-2H/3H上评测实验结果表明,准确率达到0.989、0.972。注意力机制的引入提升了融合多跳推理的自动问答模型的准确率。本论文围绕开放域上自动问答生成任务,设计实现基于TransE的知识库语义表示方法和答案生成模型、自然语言句子答案的生成模型和多跳推理机制的自动问答模型,公开数据集上的评测实验结果验证了本论文所提模型的有效性。