[發明專利]基于知識圖譜的問答方法、裝置、電子設備及存儲介質在審
| 申請號: | 202011211406.6 | 申請日: | 2020-11-03 |
| 公開(公告)號: | CN112328808A | 公開(公告)日: | 2021-02-05 |
| 發明(設計)人: | 百維布新哈;蔣偉;王欣;張吉 | 申請(專利權)人: | 四川長虹電器股份有限公司 |
| 主分類號: | G06F16/36 | 分類號: | G06F16/36;G06F16/332;G06F16/35;G06N3/04;G06N3/08 |
| 代理公司: | 四川省成都市天策商標專利事務所 51213 | 代理人: | 陳藝文 |
| 地址: | 621000 四*** | 國省代碼: | 四川;51 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 知識 圖譜 問答 方法 裝置 電子設備 存儲 介質 | ||
1.一種基于知識圖譜的問答方法,其特征在于,包括:
定義垂直領域,并定義垂直領域中的意圖和每個意圖的語義槽;
基于垂直領域構建用于查詢問題檢索的知識圖譜;
對查詢問題進行領域和意圖識別;
采用句子內部embedding特征和對話歷史embedding特征作為算法歷史信息;
采用Elman+Jordan+歷史信息的神經網絡,對多輪交互信息進行槽位標注以補全缺失信息;
對知識圖譜進行查詢匹配以獲取答案。
2.根據權利要求1所述的一種基于知識圖譜的問答方法,其特征在于,所述對查詢問題進行領域和意圖識別的方法,包括CNN或LSTM深度學習的文本分類方法。
3.根據權利要求1所述的一種基于知識圖譜的問答方法,其特征在于,所述采用句子內部embedding特征和對話歷史embedding特征作為算法歷史信息,包括:
構建句子內部embedding特征,包括詞特征和/或POS特征和/或NER特征;
構建對話歷史embedding特征,包括intent-slot和/或intent和/或slot。
4.根據權利要求1所述的一種基于知識圖譜的問答方法,其特征在于,所述神經網絡,包括Elman+Jordan+歷史信息的RNN網絡,該網絡在Elman RNN網絡基礎上增加從輸出到隱層的連接,在隱層之前增加輔助數據的輸入層,最終模型隱層h(t)的輸入中包含輸入層數據、前一個隱層數據、新的附加特征數據以及前一層的輸出數據:
h(t)=f(Ux(t)+Wh(t-1)+Ff(t)+Py(t-1))
其中U、W、F、P是連接權重,x(t)是輸入的詞向量序列,h(t-1)是前一個隱層的信息,f(t)是新添加的附加特征,y(t-1)是前一層的輸出數據。
5.根據權利要求1所述的一種基于知識圖譜的問答方法,其特征在于,所述對知識圖譜進行查詢匹配以獲取答案的方法,包括:根據領域信息定位需要查詢匹配的圖譜庫,根據意圖和槽位信息對知識圖譜進行查詢匹配找到答案需要的信息。
6.一種基于知識圖譜的問答裝置,其特征在于,包括:
語義槽定義模塊,用于定義垂直領域,并定義垂直領域中的意圖和每個意圖的語義槽;
領域知識圖譜模塊,用于基于垂直領域構建用于查詢問題檢索的知識圖譜;
查詢問題解析模塊,用于對查詢問題進行領域和意圖識別;
查詢問題優化模塊,用于對多輪交互信息進行槽位標注以補全缺失信息;
所述查詢問題優化模塊包括歷史信息集成模塊和槽位標注模塊;
所述歷史信息集成模塊,用于集成句子內部embedding特征和對話歷史embedding特征作為算法歷史信息;
所述槽位標注模塊,用于通過Elman+Jordan+歷史信息的神經網絡,對多輪交互信息進行槽位標注以補全缺失信息;
查詢問題執行模塊,用于對知識圖譜進行查詢匹配以獲取答案。
7.一種計算機設備,包括存儲器和處理器,所述存儲器存儲有計算機程序,其特征在于,所述處理器執行計算機程序時實現權利要求1-5任意一項所述的基于知識圖譜的問答方法的步驟。
8.一種計算機存儲介質,其上存儲有計算機程序,其特征在于,所述計算機程序被處理器執行時實現權利要求1-5中任一項所述的基于知識圖譜的問答方法的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于四川長虹電器股份有限公司,未經四川長虹電器股份有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202011211406.6/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:壓縮機
- 下一篇:一種傳感器數據處理系統





