[發明專利]用于對話系統的基于人工智能的知識圖譜生成方法、電子設備

在審

• 申請號: 202010579565.5
• 申請日: 2020-06-23
• 公開（公告）號: CN111723186A
• 公開（公告）日: 2020-09-29
• 發明（設計）人: 周純
• 申請（專利權）人: 寧波富萬信息科技有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/36;G06F40/30;G06F40/295;G06F40/242;G06N3/04
• 代理公司: 北京衛智暢科專利代理事務所(普通合伙) 11557
• 代理人: 陳佳

1.一種用于對話系統的基于人工智能的知識圖譜生成方法，包括：

獲取輸入文本；

基于所述輸入文本，確定實體特征集合；

基于所述輸入文本，生成語義關系集合；

基于所述實體特征集合和所述語義關系集合，確定知識圖譜；

存儲并輸出所述知識圖譜。

2.根據權利要求1所述的方法，其中，所述方法還包括：

響應于確定所述知識圖譜是用于對話系統的知識圖譜，將所述知識圖譜發送至支持顯示的設備，控制所述設備顯示所述知識圖譜。

3.根據權利要求2所述的方法，其中，所述基于所述輸入文本，確定實體特征集合，包括：

對所述輸入文本進行分詞切分，得到所述輸入文本包括的實體集合；

對于所述實體集合中的每個實體，確定該實體的結構化特征，得到所述實體集合的結構化特征集合；

對于所述實體集合中的每個實體，確定該實體的非結構化特征，得到所述實體集合的非結構化特征集合；

合并所述結構化特征集合和所述非結構化特征集合，得到所述實體特征集合。

4.根據權利要求3所述的方法，其中，所述對于所述實體集合中的每個實體，確定該實體的結構化特征，包括：

確定該實體在所述輸入文本中出現次數的獨熱向量；

確定該實體在所述輸入文本中出現類型的獨熱向量；

串聯所述出現次數的獨熱向量和所述出現類型的獨熱向量，得到該實體的結構化特征。

5.根據權利要求4所述的方法，其中，所述對于所述實體集合中的每個實體，確定該實體的非結構化特征，包括：

將該實體輸入預先訓練的第一神經網絡；

將所述預先訓練的第一神經網絡的輸出層的輸出作為該實體的非結構化特征。

6.根據權利要求5所述的方法，其中，所述基于所述輸入文本，生成語義關系集合，包括：

基于所述輸入文本，生成文本特征；

將所述文本特征輸入預先訓練的第二神經網絡，生成第一特征；

將所述文本特征輸入預先訓練的第三神經網絡，生成第二特征；

融合所述第一特征和所述第二特征，生成第三特征；

將所述第三特征輸入預先訓練的分類器，利用下式生成分類結果矩陣：其中，F表示所述第三特征，M是與F形狀相同的隨機產生的二值向量，表示拼接處理，V表示權值矩陣，c為偏置值，s為分類結果矩陣，s是m×N維的矩陣，m為預先確定的語義關系的類別總數，N為所述實體集合中的實體數量，g()表示預先訓練得到的選擇函數，s中第i行第j列元素的值表示第j個實體所表征的語義關系屬于第i類語義關系的概率，i∈[1,m]，j∈[1,N]；

將s中每一列中值最大元素的行所對應的語義關系確定為該實體的語義關系，得到輸入文本的語義關系集合。

7.根據權利要求6所述的方法，其中，所述基于所述實體特征集合和所述語義關系集合，確定并輸出知識圖譜，包括：

將所述實體特征集合中的各個實體特征確定為所述知識圖譜的節點，其中，所述知識圖譜包括第一數目個節點；

基于所述語義關系集合中的各個語義關系，確定所述知識圖譜的邊，其中，所述知識圖譜包括第二數目個邊。

8.根據權利要求7所述的方法，其中，所述存儲并輸出所述知識圖譜，包括：

將所述知識圖譜切分為第三數目個數據塊，生成知識圖譜塊集合；

利用下式確定編碼矩陣：其中，k為所述知識圖譜塊集合中的知識圖譜塊數量，k為第三數目，δ為冗余位數值，δ可以是任何整數，t為容錯值，t可以是任何整數，I為矩陣，I包括k行和k列，R為隨機矩陣，R包括k+δ+t行和k列，R中的全部元素r隨機按照概率值“0.5”獨立選取“0”或“1”；

利用所述編碼矩陣G去乘所述知識圖譜塊集合，得到加密后的知識圖譜塊集合；

存儲所述加密后的知識圖譜塊集合。