基于结构化数据的知识图谱问答系统已经非常成熟，并被广泛应用于搜索引擎及智能客服中。本文对这里面的内容不在进行赘述，主要为大家介绍传统客服知识库，如何进行图谱化改制及具体的应用。
知识图谱简述
知识图谱，其实是知识工程这门学科的延伸，它将知识通过三元组的形式相互勾连起来。通过实体之间的相连的边，定义出实体之间的关系。机器人通过实体识别解析出用户问句中的实体，以识别到的实体作为父节点，通过遍历逻辑找出图谱中对应的实体和关系，进而推理出用户所需的答案。
接下来我们通过构建一个简单的知识图谱，来简单表示图谱的知识推理流程。
如图，我们构建了“姚明”和“叶莉”两个person entity，他们之间有一对相互的边，这对边的关系为“夫妻”。那么我们就可以能够根据知识图谱的结构化数据，进行一个简单的知识推理。
Q：“姚明的老婆是谁”
A：“叶莉”
当然，这样基础的问答已经被搜索引擎广泛应用
如果说深度学习让机器人有了更好的理解能力，那么知识图谱就是给了机器人推理的能力。人们可以通过定义实体与实体之间的关系，从而让机器进行知识的推理。
但是图谱在应用中也存在着一定的劣势：
首先就是对结构化数据的依赖性，由于构建图谱是一件成本很高的工作，因此目前更多的是依赖现有的结构化数据进行机器自动构建，自动构建对于非结构化数据的处理，目前应用仍然存在准确率的问题。
其次便是实体识别的准确性，只有实体识别准确，图谱的推理才能是有效且有用的，而当实体的粒度及图谱构建的广度到了一定时，如何在大量的实体中精确命中就成了问题。
还有就是遍历的逻辑，知识图谱的推理依赖的就是遍历逻辑，合适的遍历逻辑才能使得图谱的推理合理准确。
最后一点就是实体歧义性问题，在客服会话场景中，用户描述会隐含部分信息，例如：绑卡，这个“卡”可以是电话卡，也可以是银行卡。
非结构化知识库图谱化的好处
很多人会有一只疑问，既然目前智能客服准确率已经能够达到了八九十的水平（目前各大公司宣传），那么为什么还要花功夫去构建知识图谱呢？
用户意图不清、上下文
相似度模型计算的是用户问句与知识库中问句的相似度，这是一种单轮的问答对匹配，然而实际的场景中用户，经常会表述不清或者的表述会带有上下文的关系。
例如：
很多人认为这可以通过上下文的技术去解决，然后目前的上下文技术更多的是通过配置的词类与句式实现的。
这就导致了：
难以完全覆盖线上用户的问法；
句式之间的冲突问题。
因此我们可以通过将知识库进行图谱化，解决用户意图表述不清的问题。当用户表述不清无法获取答案时，我们将识别到的实体组合成交互话术，向用户进行反问。
知识库补全过滤
除了解决用户表述不清、上下文问题，图谱还能通过实体的组合，遍历出所有可能的知识点，补全库中缺的知识点，还可以通过实体组合找出知识库中重复问句。
一般客服知识库积累，是来源于坐席客服日常工作的积累，是一个多人参与维护的知识库，不同人对同样问句的表达会有偏差，这就导致了库中存在一定比例的重复标准句。例如：有的标准句叫：XXX是什么，YYY是什么意思？
提高解析正确率
熟悉短文本相似度模型的人都知道，用于训练的样本量是会影响特征在问句中的权重的。例如：“无法转账”这个问句的训练预料可能有上千句，但是“无法转账提示银行卡余额不足”这个问句的训练预料可能就只有20多句。
那么模型训练后，就会存在用户说：“转不了钱，说是银行卡里没钱”，由于“无法转账”的特征权重过高，而预测出“无法转账”。然后知识图谱的实体识别，就能够通过识别用户问句中的实体，遍历出正确的结果。
知识图谱在非结构化知识库中的应用难点
功能很美好，但是如何将传统的客服知识库进行图谱化改造确实一个难题。智能客服一般都是在原有的客服知识库基础上，通过深度学习的方式，训练短文本相似度模型，实现准确问答的。
客服知识库一般是一个被维护到稳定状态的知识库，虽然有的知识库会有知识点分类，将标准问句根据知识点的层级关系进行分类，但是这也是一种非结构化数据。
知识库图谱化更多是的基于语义的抽取，而非答案的抽取；
知识库图谱化的实体不一定只是一个词，也可能是一个短语，例如：提示绑卡失败。
在我们图谱化的工作中以下几个具体的问题就是我们要解决的：
schema构建问题：在开始做之前，我们先要明确我们需要构建的schema框架、边的类型及定义，schema的构建直接决定了图谱的交互逻辑及遍历逻辑。
实体抽取问题：如何定义实体、实体？如何从大量的标准句中抽取出来？
遍历逻辑：当我们命中到了实体后，如何进行遍历——即遍历后的交互如何设计？也是需要考虑的。
实体不同阶段名称不同：同样的事、物在整个业务的不同阶段的称呼会存在差别，而用户不会进行这么细致的区分，例如：银行卡在绑定后进行理财时叫理财卡，进行支付操作是叫支付卡。
业务复杂导致的实体歧义性：当app业务交叉较多时，会出现这种情况，例如：卡可能对应的话费卡，也可能是银行卡。
schema的时效性问题：由于客服知识库是持续维护更新的，维护包括了新增、删除、合并、挑战，那么图谱也需要同步更新。如果图谱未进行对应的更新，那么就会存在新知识无法图谱不认识，删除了的识别出来无法获取答案。
图谱化流程
schema构建
构建图谱的第一步就是先确定图谱的结构，定义结构我们可以先根据知识库中现有的标准句，确定图谱构建的层级。一般我们会将图谱构建成三层的主框架，分别为业务、框架、类型。
例如：花呗还款失败，我们会拆解为：花呗-还款-失败。
当我们有了基本的基本的主框架结构后，基本上就能够覆盖线上大部分常见问题，但是这并不是我们解决问题的主要方式，因为还有很多句子并不是这样的简单句。
例如：账户余额还花呗失败怎么办，这时我们相对于上面的标准句，增加了一个条件，即：账户余额。那么我们可以在主框架的基础上增加一层的子实体，这个子实体可以是业务，也可以是框架的下位。
实体抽取与定义
当我们定义好了schema的框架和边之后，那么我们剩下的工作就是把标准问进行拆拆拆了。当我们拆分时，我们需要做好拆分的定义文档，避免实体的重复。例如：当我们定义好了一个动词，为开通，通过如下的文档备注，就可以避免其他抽取实体的将开展也作为一个实体进行标注。
这里给大家介绍两个实体抽取工具（应用前应先明确实体的定义，避免抽取时混乱）
（1）词共现
我们可以通过词共现算法对所有的问句进行处理，这样我们就可以很快得筛选出业务下面的框架、子业务实体，框架下的类型及子框架。
（2）句式结构拆分
句式结构拆分，即我们通过句式的结构将标准问进行拆分，当标准句句式比较规范时，我们可以采用，适合有知识库维护标准的业务方。
实体识别
知识图谱的实体识别目前业界已经有成熟的方案，这里不再作赘述。但是在智能客服的场景中的应用，考虑到上下文的情况，上一轮识别的实体结果也是下一路实体识别的输入之一。
遍历、交互逻辑
遍历的逻辑设计，是根据实体识别的结果进行设计的，由于采用的是三层的结构，因此一共会有三类识别结果：只解析到一层实体；解析到两层实体；三层实体都解析到。
这里我们进行分开讲述：
（1）一层实体
解析到一层实体时，我们不用考虑解析到的具体情况，我们可以直接将识别到的结果解析反问，例如：您是遇到了花呗的什么问题。
（2）两层实体
当解析到两层实体时就会存在两种情况：
一种是两个实体之间存在边连接；
另一种是两个实体之间不存在边进行连接。
当它们之间存在边连接时，那么我们可以将同样具有着两个实体的路径实体拿出来进行交互。
如果两个实体之间没有边连接，那么我们就只能拿置信度高的实体作为遍历的起始节点，交互逻辑和只解析到一层实体一致。
（3）三层实体
当解析到三层实体时，那么存在的情况就会有三种：
一种是三个可以组成一个标准问；
一种是其中两个有变进行联系；
还有一种则是三层实体均无边进行连接。
第一种情况时，那么我们可以直接给用户一个答案作为回应；第二种情况则交互逻辑同解析到两层实体一致；第三种情况则交互逻辑与解析到一层实体一致。
解析方案设计
图谱的解析和短文本相似度解析是并发的结构，这就类似于融合模型一样，通过多套解析方案的融合，使得解析的效果达到一个理想的状态。
图谱和相似度模型的解析效果是一个交叉的，所以我们通过对两个解析结果的组合，就可以实现正确率的提升。
当两个解析结果一致时，我们给出一个结果；
当其中一个有结果，一个无结果时，我们给出一个预测结果；
当他们给出了不一样的结果时，我们通过评估得出的阈值，给出预测的结果；
如果两个模型都没有结果时，我们认为解析失败，机器人进行兜底。
