[發明專利]一種面向知識庫問答的模板自動生成方法

有效

• 申請號: 201910604477.3
• 申請日: 2019-07-05
• 公開（公告）號: CN110532358B
• 公開（公告）日: 2023-08-22
• 發明（設計）人: 李慧穎;徐澤建;趙暢;陳永銳
• 申請（專利權）人: 東南大學
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/36
• 代理公司: 南京眾聯專利代理有限公司 32206
• 代理人: 葉涓涓

1.一種面向知識庫問答的模板自動生成方法，其特征在于，包括以下步驟：

步驟1，關系詞典構建

從帶標注的文本語料中得到若干半結構化信息；給定語料中的句子，如果該句子含有且僅含有兩個實體提及m₁和m₂，且兩個實體提及之間的短語p不超過四個單詞，同時在知識庫中兩個實體提及對應的實體e₁和e₂之間存在關系r，則得到短語p與關系r的映射f；以映射f在語料中出現的次數除以短語p在語料中出現的次數作為該映射的置信度；從語料中得到所有的映射及其置信度構成關系詞典；

映射f的置信度計算公式為：

其中，count(f)為映射f出現的次數，count(p)為短語在語料在出現的次數；

步驟2，查詢圖構建

根據問題答案對，在知識庫中搜索包括問題實體和答案實體的最小連通圖，將連通圖中的CVT節點替換為變量節點，將答案實體也替換為變量節點，得到查詢圖；

步驟3，將自然語言問題與查詢圖對齊

尋找自然語言問題和查詢圖之間的映射，首先根據實體鏈接結果進行實體對齊，將問題中實體提及與查詢圖中實體節點對齊；然后去除問題中所有實體提及，保留問題中其他詞語；根據問題中其他詞語以及查詢圖中關系，查詢關系詞典，若詞條中關系與查詢圖中關系完全一致，且詞條中短語是問題詞語的子序列，則認為問題中的短語與關系之間存在映射，映射的置信度為該詞條的置信度，將問題中詞語與查詢圖中關系對齊；所述步驟2中，如果問題對應多個答案，每個答案生成的查詢圖不同，只保留F₁值最高的查詢圖；

對于給定問題q和答案集A＝{a₁,a₂,…,a_n}，F₁值計算公式為：

其中，TP＝|A^*∩A|，FP＝|A^*-A|，FN＝|A-A^*|，A^*為該查詢圖從知識庫中獲得的答案集合；

步驟4，問題模板和查詢模板自動生成

對問題做依存句法分析和詞性標注，得到句法依存樹，抽取句法依存樹中包含實體提及和關系提及的最小子樹，使用詞性標簽代替原有詞生成問題模板；

在步驟2構建的查詢圖基礎上，用步驟3中的對齊標簽代替具體的關系和實體，生成查詢模板；

將問題模板與查詢模板一起加入模板庫。

2.根據權利要求1所述的面向知識庫問答的模板自動生成方法，其特征在于，所述關系詞典中映射及其置信度合作為一個詞條。

3.根據權利要求1所述的面向知識庫問答的模板自動生成方法，其特征在于，所述步驟3中如果關系詞典中存在多個映射滿足要求，則選擇置信度最高的映射，用于將問題中詞語與查詢圖中關系對齊。

4.根據權利要求1所述的面向知識庫問答的模板自動生成方法，其特征在于，所述步驟4中對問題詞性標注結果進行抽象，將同類的詞性標簽抽象為一個標簽。

5.根據權利要求1所述的面向知識庫問答的模板自動生成方法，其特征在于，所述步驟4中將詞性標簽NNS、NNP、NNPS抽象為一個NN標簽，將詞性標簽RBR、RBS抽象為一個RB標簽，將詞性標簽WDT、WP、WP$、WRB抽象為一個WB標簽，將詞性標簽JJR、JJS抽象為一個JJ標簽，將詞性標簽PRP$抽象為一個PRP標簽，將詞性標簽VBD、VBG、VBN、VBP、VBZ抽象為一個VB標簽。