（3）针对多样性的自然语言问题与知识库三元组存在语义鸿沟的问题，本文从多个角度表示候选关系以获取丰富的语义信息，由于单一的注意力机制不能较好的捕获两段文本之间的相关程度，本文使用多个注意力机制对问题模式和候选关系进行建模，从不同的角度去学习它们之间的深层匹配信息并取得了较好的效果，改善了向量聚合时信息丢失的问题，多粒度注意力机制模型在 SimpleQuestions 上的关系检测准确率达到了94.1%，整体来说，本文设计的知识库问答方法在实体检测阶段能够区分出同名实体，达到了实体消岐的效果，在关系检测阶段，一定程度上能够改善信息丢失问题，提高了知识库问答的准确率。
参考文献（略）
