Encoder，它类似Bert预训练的方式，把两个句子进行一个拼接，放入Encoder中去，再去打分。这种方式可以达到很好的语义学习效果，但没办法实时，复杂度比较高，并且比较慢。前几年出现Poly

graph）。与事件知识图谱相比，事理图谱只关注本体层的知识，而且事件图谱和后来的事理图谱的节点是复合结构，难以处理。此外，这些事件知识图谱相关的概念都只考虑了特定有限的事件关系和事件论元。表1

OpenKGOpenKG（中文开放知识图谱）旨在推动以中文为核心的知识图谱数据的开放、互联及众包，并促进知识图谱算法、工具及平台的开源开放。点击阅读原文，进入

（2018a）和Chen等（2018a），后者指定了在图像字幕模型中生成的单词或字幕。其他定向攻击模型则在攻击seq2seq模型时将特定单词指定为省略，替换或包含（Cheng等人，2018;

answering）是知识问答的一个重要任务，“多关系”指的是问题中包含多个关系和实体信息，为了回答这类问题，需要对知识库中多个事实三元组进行分析和推理。

中文开放知识图谱（简称OpenKG.CN）旨在促进中文知识图谱数据的开放与互联，促进知识图谱和语义技术的普及和广泛应用。

base叫probase，它包含了大量的实体，也可以认为是标签及其概念。比如“apple”，它可以是一个company，也可以是一个fruit，company和fruit都是“apple”的概念。

box），是术语逻辑的早期工作。相比自然语言文本的表示而言，语义网络的图结构可以更好地表示自然语言的结构，从而更好地将自然语言的语义提取出来。

Parsing。第二类是基于分布式的语义表示的方法，这一类的方法，我们可以看成信息检索的方法，因为你已经把用户的问题，表示成了一些实数的向量，那我就可以通过向量和向量之间相似的计算，获取相应的答案。