[發(fā)明專利]一種基于知識圖譜的保險自動問答方法及問答系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202010826806.1
• 申請日: 2020-08-17
• 公開（公告）號: CN112800174A
• 公開（公告）日: 2021-05-14
• 發(fā)明（設(shè)計）人: 閆藝婷;肖政宏;馬智勇;周健燁
• 申請（專利權(quán)）人: 廣東技術(shù)師范大學(xué)
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/332;G06F16/36;G06Q40/08
• 代理公司: 佛山市禾才知識產(chǎn)權(quán)代理有限公司 44379
• 代理人: 曹振;羅凱欣

1.一種基于知識圖譜的保險自動問答方法，其應(yīng)用于保險自動問答系統(tǒng)，其中步驟依次包括：

步驟S1：首先利用爬蟲技術(shù)采集保險產(chǎn)品的相關(guān)信息；

步驟S2：對保險實體關(guān)系的數(shù)據(jù)進(jìn)行標(biāo)注；

步驟S3：利用預(yù)訓(xùn)練的詞向量文件構(gòu)建embedding矩陣；

步驟S4：制定實體對齊方法基于I-SPRS相似度；

步驟S5：問句理解模型構(gòu)建；

步驟S6：最后答案生成。

2.根據(jù)權(quán)利要求1所述的基于知識圖譜的保險自動問答方法，其特征在于：所述步驟S1具體包括如下內(nèi)容：利用爬蟲技術(shù)從中國平安保險、沃保險、OpenKG和向日葵保險網(wǎng)站采集保險產(chǎn)品的相關(guān)信息，保險產(chǎn)品的相關(guān)信息包括：保險產(chǎn)品名稱、保險產(chǎn)品適用人群性別、保險產(chǎn)品適用人群年齡、保險產(chǎn)品價格、保險產(chǎn)品保障范圍、保險產(chǎn)品保障期限和保險產(chǎn)品銷售范圍。

3.根據(jù)權(quán)利要求1所述的基于知識圖譜的保險自動問答方法，其特征在于：所述步驟S2具體包括如下內(nèi)容：保險實體關(guān)系的數(shù)據(jù)標(biāo)注，使用最常用的BIOES標(biāo)注規(guī)范，實體位置信息主要由三部分組成：{B(實體開始)，I(實體內(nèi)部)，E(實體結(jié)尾)，S(單個實體)}；實體關(guān)系類型信息：{由預(yù)先定義的關(guān)系類型進(jìn)行編碼}；實體的關(guān)系方向：{1(實體1)，2(實體2)}；其余實體關(guān)系不是三元組內(nèi)的字標(biāo)簽記為“o”；Name-Alias為別名關(guān)系，記為NA；Disease-contain代表重疾-包含，記為DC；Disease-belong表示疾病-屬于關(guān)系，記為DB，采用實體與關(guān)系共同標(biāo)注策略，把知識抽取轉(zhuǎn)為序列標(biāo)注問題，關(guān)系標(biāo)注類型包括24類，分別是：B-NA-1、I-NA-1、E-NA-1、S-NA-1、B-NA-2、I-NA-2、E-NA-2、S-NA-2、B-DC-1、I-DC-1、E-DC-1、S-DC-1、B-DC-2、I-DC-2、E-DC-2、S-DC-2、B-DB-1、I-DB-1、E-DB-1、S-DB-1、B-DC-2、I-DC-2、E-DC-2、S-DC-2。

4.根據(jù)權(quán)利要求1所述的基于知識圖譜的保險自動問答方法，其特征在于：所述步驟S3具體包括如下內(nèi)容：利用實體關(guān)系聯(lián)合抽取模型圖，采用騰訊開源高質(zhì)量中文詞向量數(shù)據(jù)包含800多萬中文詞匯，用預(yù)訓(xùn)練的詞向量文件構(gòu)建embedding矩陣，通過e(x_i)運算和輸入層的字符做index嵌入，將每個輸入字符映射到低維稠密的向量表示，每個詞代表200維向量，表示字在不同維度上的語義信息。

5.根據(jù)權(quán)利要求1所述的基于知識圖譜的保險自動問答方法，其特征在于：還包括步驟S7：設(shè)置數(shù)據(jù)增強(qiáng)方案；所述數(shù)據(jù)增強(qiáng)方案包括：采用停用詞規(guī)則即省區(qū)不重要的詞語部分。

6.根據(jù)權(quán)利要求1所述的基于知識圖譜的保險自動問答方法，其特征在于：還包括步驟S7：設(shè)置數(shù)據(jù)增強(qiáng)方案；所述數(shù)據(jù)增強(qiáng)方案包括：采用同義詞規(guī)則即替換詞語保證同義。

7.根據(jù)權(quán)利要求4所述的基于知識圖譜的保險自動問答方法，其特征在于：利用實體關(guān)系聯(lián)合抽取模型圖的步驟還包括如下內(nèi)容：

Bi-LSTM layer是利用長短忘記網(wǎng)絡(luò)特性來提取特征，第一步是把生成每個字符的向量表示序列作為Bi-LSTM的輸入，第二步是將Bi-LSTM在各時間位置進(jìn)行拼接，得到一個完整的序列；第三步是將Bi-LSTM每個時間序列上輸出的多個概率值，通過softmax分類預(yù)測，因為softmax只考慮當(dāng)前的信息，忽略了上下文；第四步，用CRF進(jìn)行句子級別的序列標(biāo)注，CRF的特點是在一個位置上標(biāo)注時，利用之前標(biāo)注過的標(biāo)簽，窗口大小的不同決定了邏輯關(guān)系；會加入限制標(biāo)簽，排除出現(xiàn)無效情況。

8.根據(jù)權(quán)利要求1所述的基于知識圖譜的保險自動問答方法，其特征在于：所述提取特征還包括如下步驟：將所述Bi-LSTM每個時間序列上輸出的多個概率值，通過softmax分類預(yù)測。

9.一種保險自動問答系統(tǒng)，其特征在于，步驟依次包括：

輸入模塊：用于接收用戶保險問句；

問句實體識別模塊：用于建議模型和匹配實體連接；

保險知識圖譜模塊：用于分析問句，實現(xiàn)保險自動問答功能；

問句關(guān)系預(yù)測模塊：用于抽取問句的特征；

查詢模塊：問句的特征對傳統(tǒng)數(shù)據(jù)庫進(jìn)行查詢；

輸出模塊：用于回答用戶提出的問題。