容联云AI科学院研发的KBQA算法，凭借其对中文语言及知识图谱的精准语义解析和推理能力，夺得权威中文语言评测CLUE中的大规模中文知识图谱问答KgCLUE榜单的第一名。

KgCLUE是中文语言理解领域最具权威性评测基准CLUE在知识图谱问答任务上的榜单。

作为中文语言理解领域最具权威性的测评基准，CLUE引来众多著名AI企业和研究院所的团队纷纷发力刷新此榜单。其中知识图谱问答KBQA（Knowledge Base Question Answering），是该评测在知识图谱问题上的一项重要任务。该测评充分结合了CLUE的积累和经验，以及KBQA的特点和近期的发展趋势，体现了当前中文领域KBQA能力的最先进技术水准。

KBQA是自然语言语言处理（NLP）领域的一个重要研究方向，利用图谱丰富的语义关联信息，能够深入理解用户问题并给出答案，近年来吸引了学术界和工业界的广泛关注。

在此次取得第一名成绩的KBQA技术方案中，容联云AI科学院算法团队研发了涵盖实体识别、实体链接、路径生成与问题匹配等算法模块，并在每个环节设计了针对性的数据增强与模型优化技术，从而取得优异的知识图谱问答能力。KBQA系统及其涵盖的一系列关键技术在知识检索与推荐、智能客服等领域都发挥重要作用，具有很高的商业价值。

容联云AI科学院院长刘杰表示，知识图谱相关算法是容联云在认知智能核心能力研发的重要一环。在KgCLUE上取得的这一成绩，体现了容联云AI技术的积淀和先进性。值得指出的是，我们的KBQA技术优越性不仅是榜单成绩所体现的图谱问答精准度上，还体现在我们所设计的一整套独具特色的算法技术框架。该框架能够让系统在实际应用中更少地依赖人工数据标注，更快捷部署实施，适合2B业务中在不同的应用场景快速部署和发挥作用。

容联云不断坚持以"科技提升沟通体验"，围绕自然语言理解和自然语言处理的AI，落地以语言智能为内核的产品和技术。

容联云AI在语言智能领域取得了多项优秀的学术成果，团队研究面向NLP方向，推出阅读理解和情感判别领域论文—《Bidirectional Machine Reading Comprehension for Aspect SentimentTriplet Extraction》（情感三元组抽取的双向机器阅读理解），并收录在2021年AAAI人工智能大会中。

在2022 AAAI论文接收率仅15%的历史新低下，刘杰团队更是入选一篇图神经网络上的蒸馏与知识融合方面的工作，该工作提出的高效精准的图神经网络将促进容联云在知识理解与推理等认知智能方向的多个场景的技术提升。

未来，容联云还将继续深耕AI算法的深度研发，持续投入AI技术与智能化的场景应用挖掘，以领先的技术为企业的数智化升级赋能助力。

关键词： KBQA