张欣勃的论文（Improving the Precision of RDF Question/Answering Systems— A Why Not Approach）被 WWW2017 收录为 poster。

这篇论文提出了一种在 Q/A 系统中基于用户的反馈而自学习地修正原始查询图的方法。该方法能有效地完善原始查询，使得查询得到的答案排除错误答案，而涵盖遗失答案。另外，对于 Q/A 系统错误的修改被应用于一种规则挖掘算法，以自动地修正已有的映射词典，很好地解决了 Q/A 系统中存在的实体链接错误和关系映射错误的问题，从而提高 Q/A 系统今后的理解力和查询的准确性。