概述
知识图谱问答（KBQA）基于知识图谱存储的知识，通过对知识图谱中的实体、属性、关系等信息的抽取和关联，实现对用户问题的精准回答。
KBQA
在自定义应用中，KBQA主要由以下三个核心算法构成：
1.规则分类与NGQL模板：通过定义规则模板实现用户意图的精确匹配。每个规则模板都配备了相应的NGQL查询模板，这些模板用于执行图查询语句，以便从知识图谱中准确获取答案。
2.通用意图与NGQL模板：基于Bert模型训练出通用意图分类模型，通过此模型对用户输入进行意图分类，并将分类结果映射到指定的NGQL查询模板上。这些模板进一步用于执行图查询语句，从而从知识图谱中检索出相关答案。
3.路径相似度召回：针对现有的路径相似度算法（即认知搜索应用中的图谱问答）进行优化。优化的目标是提升算法的精度，减少计算时延，从而为用户提供更加高效、准确的服务。
算法处理流程如下：
自定义应用配置
本篇示例仅适用于AnyShare认知助手的使用场景。为完成KBQA问答所需的知识图谱配置，请优先参照《AnyShare 7.0.5.5认知助手配置手册.docx》，完成知识图谱构建和相关图谱数据写入。
自定义应用KBQA完整配置流程如下图所示，本章重点重从意图训练和自定义应用配置展开，探讨如何完成KBQA配置。
一、意图训练
1.以下操作以Concept模型意图训练文件压缩包为例，该压缩包包含四个训练文件，分别针对AS默认图谱中的专业领域（business）、地区（district）、组织（organization）和人员（person）进行训练。
2. 登录AnyDATA，进入“模型工厂”中的“意图识别”模块，点击“新建”按钮，进入意图训练界面。
3. 点击“上传数据”按钮，选择解压后的意图训练文件。请注意，每个意图池仅支持上传一个文件。
4. 文件上传后，自动解析文件中的意图和槽位。输入意图池名称，点击“提交训练”按钮。
5. 提交训练后，请耐心等待训练完成，直至训练状态显示为“训练成功”。
请注意，每次仅支持训练一个意图，需等待当前意图训练完成后，再进行下一个意图的训练。本手册提供的意图训练文件共有四个，请按照上述步骤依次完成训练。
6. 查看意图ID
在KBQA自定义中的Concept模型配置中需要使用意图ID。用户可以意图识别页面，查看意图ID。
二、添加配置
1. 进入“认知应用”模块，选择“自定义应用”，点击“新建”按钮，输入应用名称后，点击确定。
2. 进入流程1：JSON文件配置与测试。点击“模板”，选择“KBQA_For_AS”,点击“添加至配置文件”。模板内容自动填充到左侧的JSON配置文件输入框。
3.修改配置中的知识图谱ID（kg_id）。该ID在配置文件中出现三次，分别位于第49行、第165行和第315行（行号仅供参考，以实际为准）。用户可在知识网络中选择AS默认图谱，并在知识图谱概览中查看知识图谱ID。
4. 修改concept配置中的意图池ID，总共五处（图片行号仅供参考，以实际为准），如下图所示。意图池ID查看详见上文“查看意图ID”
5. 修改大模型（LLM）和向量模型（Embedding）配置，大模型和向量地址根据实际情况修改。注意共有2处大模型需要修改。
6. 点击”运行配置“按钮，右侧生成测试输入框，测试搜索效果。
KBQA支持两跳及以内的简单问题查询，因此可以根据知识图谱相关实体的属性、实体的一跳关系、实体一跳邻居的属性以及实体的两跳关系，测试问答的效果。以人员--属于--组织这一三元为例，您可以提问“产业链前端开发组有哪些人？”，问答结果如下图所示。
补充说明：输入JSON进行测试，请求中包含两个字段：
query：查询的问题，类型为字符串（String）。
kg_list：图谱ID的列表，类型为数组（Array），数组中的元素为字符串（String）。若kg_list为空，则默认在全部图谱范围内进行搜索。若kg_list包含特定的图谱ID，则搜索将仅在这些指定的图谱范围内进行。
示例输入
7. 点击下一步，进入流程2，发布应用。
注意事项
知识图谱本体
KBQA自定义应用的JSON配置文件需要用户手动输入和设置。
当知识图谱中的本体，即实体类和实体类属性发生修改、删除或添加时，用户必须手动更新自定义应用的JSON配置文件，修改、删除或添加图谱变更的实体类和实体类属性。否则，搜索操作可能无法返回正确结果，可能出现索引不存在等异常情况
示例参考：
若知识图谱中删除了”功能特性（functional_characteristic）“实体类：
用户需在自定义应用中：
1. 取消发布应用；
2. 点击编辑进入自定义应用的JSON配置，删除图谱中去除的实体类；
3. 再次发布应用。