[發明專利]一種基于自然語言理解的稅務知識中臺及其構建方法

在審

• 申請號: 202011058114.3
• 申請日: 2020-09-30
• 公開（公告）號: CN112148840A
• 公開（公告）日: 2020-12-29
• 發明（設計）人: 張傳鋒;井焜;朱錦雷;張琨;祖丕國;王太浩;潘玲玲
• 申請（專利權）人: 神思電子技術股份有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/34;G06F16/36;G06N5/02;G06F40/30
• 代理公司: 濟南泉城專利商標事務所 37218
• 代理人: 趙玉鳳

1.一種基于自然語言理解的稅務知識中臺，其特征在于：所述稅務知識中臺包括知識對齊模塊、知識理解模塊和知識交互模塊；

知識對齊模塊用于實現多源稅務政策知識的整理與知識對齊，構建高度結構化的數據；所述整理是指實現多源知識的本地化，對齊是指多源知識的去重與優先級排序；

知識理解模塊利用多維度自然語言理解技術，實現多源稅務政策知識的關聯、層級知識標簽的構建及段落級內容的信息抽取，實現稅務政策知識篇章級、段落級的理解；

知識交互模塊實現多源稅務知識的多維度展現，通過語義泛化及語義聯想算法，用戶通過知識交互模塊實現對稅務政策知識篇章級、段落級答案的抽取與查看。

2.權利要求1所述稅務知識中臺的構建方法，其特征在于：包括以下步驟：

S01）、構建知識對齊模塊，具體步驟為：

S11）、基于結構化數據庫構建本地結構化稅務政策知識庫模型，在此基礎上實現稅務知識的結構化整理；

S12）、整理典型稅務政策知識站點，構建典型站點庫；

S13）、構建動態監測機制，實現典型站點的知識抓取，在監測到政策更新時第一時間實現知識的爬取，確保知識更新的及時性；

S14）、對多源政策知識進行去重，并按照多維度優先級排序功能對所有稅務政策文件進行排序；

S02）、構建知識理解模塊，具體步驟為：

S21）、基于稅種種類實現政策文件的分類，通過分類實現稅務政策知識在同一稅種意義下的文檔關聯；

S22）、基于語義挖掘技術實現類內稅務政策知識的語義關聯，解決稅務政策知識不定時局部變化及臨時變化的問題；

S23）、采用閱讀理解技術，實現稅務政策知識段落級重點內容的查找與結構化；

S03）、構建知識交互模塊，具體步驟為：

S31）、采用深度學習方法對用戶問題進行語義理解，推理得到問題的意圖和實體信息；

S32）、對于用戶問題進行多維度的內容交互與展現；

所述內容交互是基于用戶問題推薦政策文件的稅種意義下的標簽，基于用戶的稅種選擇再進行二次交互；

所述二次交互是推薦前N篇相關文檔或者推薦N個關聯度段落級答案或者直接給出最高置信度答案，所述N大于等于1。

3.根據權利要求2所述的稅務知識中臺的構建方法，其特征在于：步驟S14中，基于文本相似度計算或者關鍵特征比較實現去重。

4.根據權利要求2所述的稅務知識中臺的構建方法，其特征在于：步驟S14中，所述多維度優先級排序包括基于時間維度的排序、基于地域的排序以及基于稅號的排序。

5.根據權利要求2所述的稅務知識中臺的構建方法，其特征在于：步驟S21中，基于稅種種類實現政策文件的分類方法包括傳統機器學習方法、深度學習方法、傳統方法與深度學習的融合決策機制以及基于人機融合的方法。

6.根據權利要求2所述的稅務知識中臺的構建方法，其特征在于：步驟S22中，語義挖掘技術采用政策文件關鍵信息的抽取的方法，通過關鍵信息的對齊實現稅務政策知識的語義關聯。

7.根據權利要求2所述的稅務知識中臺的構建方法，其特征在于：步驟S22中，語義挖掘技術采用模糊匹配的方法實現一類稅務政策安裝時間節點排序的上下文圖譜的構建，方便涉稅人員對系列稅務政策的查閱。

8.根據權利要求2所述的稅務知識中臺的構建方法，其特征在于：步驟S23中，稅務政策知識的段落級重點內容包括納稅人、征收管理、稅收優惠、征稅范圍、稅務義務發生時間、稅率、應納稅額計算、納稅地點。

9.根據權利要求2所述的納稅知識中臺的構建方法，其特征在于：步驟S23中，閱讀理解技術采用端到端的訓練學習方法或者采用先選擇候選段落在進行精細排序的方法。

10.根據權利要求2所述的納稅知識中臺的構建方法，其特征在于：知識交互模塊實現體驗性友好的交互過程；所述友好的體驗性包括記錄當前用戶的查找歷史、計算用戶重點關注的稅種、統計查詢習慣、根據用戶重點關注的稅種推薦相關最新政策文件內容、根據用戶查詢習慣實現定向語義聯想和泛化。