GNN_table_QA(基于图神经网络的表格知识库问答)

---

GNN_table_QA旨在通过图神经网络进行表格实体与问题文本的语义融合，实现问答模型的语义表示细腻化。

---

环境搭建

1. python==3.7
2. torch==1.0.1.post2
3. torch-scatter==1.1.2
4. torch-sparse==0.2.4
5. torch-cluster==1.2.4
6. torch-geometric==1.1.2
7. tensorflow==1.14.0
8. Keras==2.2.4
9. Ubuntu环境

---

运行步骤

1.首先运行nl2sql_bert_wwm_V1.py,其中同时运行exact_feature.py（获取文本问题与表格对应信息的关联）。
2.由于词向量维度为768，本身代码在获取词向量过程为串行运算（样本依次计算），计算机算力运行过慢，训练过程会慢，希望大家理解。

后续展望

希望能将当前表格问答模型通过pyhton Web可视化技术（Flask技术）进行操作，不断开拓刻各个领域的表格问答的技术应用。