[發明專利]一種基于知識圖譜的少數民族領域智能問答方法

在審

• 申請號: 202010009114.8
• 申請日: 2020-01-06
• 公開（公告）號: CN111324691A
• 公開（公告）日: 2020-06-23
• 發明（設計）人: 劉爽;李佳宜;于玉海
• 申請（專利權）人: 大連民族大學
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/332;G06F16/36;G06F40/295;G06N3/04
• 代理公司: 大連智高專利事務所(特殊普通合伙) 21235
• 代理人: 馬慶朝

一種基于知識圖譜的少數民族領域智能問答方法，屬于基于人工智能的問答方法領域。技術方案步驟如下：根據實體類別之間的相關性進行圖譜設計；根據圖譜設計獲取少數民族領域知識圖譜構建的原始語料；進行原始語料的處理；構建知識圖譜。有益效果:本發明所述的基于知識圖譜的少數民族領域智能問答方法通過構建少數民族領域知識圖譜，可以將相關數據進行整合、歸化，可以將少數民族的相關知識更合理地運用到實際應用中，有利于民族文化的傳播；再將知識圖譜應用到智能問答中，有利于提高民族知識的檢索效率和吸收效率。

技術領域

本發明屬于基于人工智能的問答方法領域，尤其涉及基于知識圖譜的問答方法和基于該方法的少數民族領域問答系統。

背景技術

近年中國是一個具有5000多年歷史的多民族國家，56個民族以“大雜居，小聚居”的特點分布在我國各地，共同組成了中華大家庭。民族團結，共同進步，是一個國家軟實力的標志，增強民族自信，提升國家認同，保證國家的長治久安，更加需要56個民族的共同努力。隨著國家政策的導向和信息的傳播，越來越多的民族相關知識被漸漸地積累起來，比如各大百科平臺，關于民族的網站等等。但是這些信息所包含的知識并不是很全面，數據量也不是很充足，這就意味著數據的服務能力不足。因此，對少數民族領域相關的知識進行良好的整理和應用，讓民族知識得到正確地傳播與認識是當今民族領域重要的挑戰。

近幾年來，知識圖譜技術引起了學者們的廣泛關注，將知識圖譜應用到實際應用中，如智能搜索，問答系統，推薦系統等，可以將互聯網的信息，更加準確、高效地傳達給人類。其中構建一個垂直領域的知識圖譜智能問答系統，可以將該領域內零零散散的知識充分合理地整理到一起，形成一張大的語義網，可以讓人更加直觀、全面、準確地了解到該領域內的知識。

目前市面上存在的知識圖譜大多數是通用領域的知識圖譜，在民族領域方面上的數據含量較小，而基于民族垂直領域的圖譜更是少之又少。所以，為了傳播少數民族知識和弘揚少數民族文化，構建一種基于知識圖譜的少數民族領域智能問答方法及系統是很有研究價值的。

發明內容

為了滿足上述現有技術中的需求，本發明提供一種基于知識圖譜的少數民族領域智能問答方法，該方法能夠以知識圖譜的形式存儲和表現少數民族領域知識，將數據與數據之間建立起聯系，提高檢索效率；能夠以自然語言交互問答的形式，為用戶獲取知識提供了便利，提高了用戶體驗。

技術方案如下：

一種少數民族領域知識圖譜的構建方法，步驟如下：

S1、根據實體類別之間的相關性進行圖譜設計；

S2、根據圖譜設計獲取少數民族領域知識圖譜構建的原始語料；

S3、進行原始語料的處理；

S4、構建知識圖譜。

進一步的，所述實體類別包括：民族中文名、別稱、人口數、分布地區、語言、語族、語系、民族類別、文字、信仰、節日、建筑、圖騰、日常飲食、飲食禁忌、服飾、歷史人物、民族藝術，每個實體類別包含若干個實體。

進一步的，步驟S2中，根據圖譜設計，通過爬蟲方法從百科站點或垂直站點提取相關的結構化數據、半結構化數據、非結構化數據，然后對收集到的語料數據進行數據清洗。

進一步的，步驟S3中，使用基于深度學習的命名實體識別方法將部分結構化數據整理后保存，對部分文本數據進行知識抽取，然后將獲得的數據進行重復性檢測，并刪除重復數據。

進一步的，步驟S4中，將步驟S3中整理好的數據，導入到圖數據庫Neo4j中，根據步驟S1中的設計原則創建實體節點和節點關系。

本發明還包括一種基于少數民族領域知識圖譜的智能問答系統的構建方法，步驟如下：

S1、對用戶的自然語言問句進行分析；