KBQA-BERT：融合知识图谱的问答系统，采用BERT进行命名实体识别及语句相似度计算，并支持在线与离线两种运行模式。

简介：
KBQA-BERT是一款先进的问答系统，它结合了知识图谱和深度学习技术。通过使用BERT模型进行高效的命名实体识别和语义匹配，该系统能准确地理解和回答复杂问题。同时提供灵活的在线与离线操作模式，适用于多种应用场景。 KBQA-BERT是一种基于知识图谱的问答系统，它利用BERT进行命名实体识别和句子相似度计算，并分为在线模式和大纲模式介绍。项目主要包含两个重要部分：一是采用BERT技术实现的命名实体识别；二是使用BERT执行的句子相似度分析。这两个模块被整合到一个完整的KBQA（基于知识图谱的问答）系统中，其中命名实体识别包括了在线预测和轮廓预测功能，在句子相似度计算上也有类似的区分方式。两个部分独立运作、互不影响，从而实现了高内聚低耦合的效果。 对于使用过程中遇到的问题，以下是常见问题解答： 问：运行run_ner.py时未找到dev.txt，请问这个文件是如何生成的呢？ 答：该步骤的具体操作需要参照项目文档或相关说明来完成。通常，dev.txt是通过数据预处理阶段创建的数据集的一部分，用于模型训练和验证过程中的测试任务。