[發明專利]基于知識圖譜的模糊匹配方法、裝置和計算機設備

在審

• 申請號: 202011633652.0
• 申請日: 2020-12-31
• 公開（公告）號: CN112732883A
• 公開（公告）日: 2021-04-30
• 發明（設計）人: 王昊;張樂情;羅水權;劉劍;李燕婷
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/36;G06F40/284
• 代理公司: 廣州華進聯合專利商標代理有限公司 44224
• 代理人: 何江濤

1.一種基于知識圖譜的模糊匹配方法，所述方法包括：

接收攜帶檢索句的檢索請求，對所述檢索句進行分詞，得到包括查詢關鍵字的查詢詞袋；

根據所述查詢詞袋，查詢已構建的知識圖譜，得到包含所述查詢關鍵字的知識圖譜節點文本，所述已構建的知識圖譜以文本數據為節點、并以與所述文本數據對應的文本相似度為節點連接關系；

根據所述知識圖譜節點文本，查詢所述已構建的知識圖譜，根據所述節點連接關系得到與所述知識圖譜節點文本對應的相似文本集合；

根據預設特征詞得分表，獲取與所述查詢關鍵字對應的關鍵字得分，根據所述關鍵字得分以及所述節點連接關系，得到所述知識圖譜節點文本的第一檢索得分以及所述相似文本集合中相似節點文本的第二檢索得分；

根據所述第一檢索得分以及所述第二檢索得分對所述知識圖譜節點文本以及所述相似節點文本進行排序，得到與所述檢索句對應的檢索結果。

2.根據權利要求1所述的方法，其特征在于，所述根據所述關鍵字得分以及所述節點連接關系，得到所述知識圖譜節點文本的第一檢索得分以及所述相似文本集合中相似節點文本的第二檢索得分包括：

根據所述關鍵字得分，計算所述知識圖譜節點文本的第一檢索得分，并根據所述知識圖譜節點文本，確定與所述相似文本集合中相似節點文本對應的目標節點文本；

根據所述目標節點文本以及所述節點連接關系，計算所述相似節點文本的第二檢索得分。

3.根據權利要求1所述的方法，其特征在于，所述根據所述查詢詞袋，查詢已構建的知識圖譜，得到包含所述查詢關鍵字的知識圖譜節點文本之前，還包括：

獲取文本數據集，對所述文本數據集中文本數據進行分詞，得到與所述文本數據對應的詞語集合；

將所述詞語集合輸入已訓練的詞向量模型，得到與所述詞語集合對應的詞向量集合，根據所述詞向量集合，得到與所述文本數據對應的文本向量；

根據所述文本向量、所述詞語集合以及預設詞頻統計算法，計算所述文本數據集中文本數據之間的文本相似度，確定與所述文本數據對應的目標相似文本；

根據所述目標相似文本，以所述文本數據為節點、并以與所述目標相似文本對應的文本相似度為節點連接關系，構建知識圖譜。

4.根據權利要求3所述的方法，其特征在于，所述根據所述詞向量集合，得到與所述文本數據對應的文本向量包括：

根據所述詞向量集合，計算所述詞向量集合中各詞向量的相同維度平均值；

歸集所述相同維度平均值，得到與所述文本數據對應的文本向量。

5.根據權利要求3所述的方法，其特征在于，所述根據所述文本向量、所述詞語集合以及預設詞頻統計算法，計算所述文本數據集中文本數據之間的文本相似度，確定與所述文本數據對應的目標相似文本包括：

根據所述詞語集合以及預設詞頻統計算法，得到所述文本數據集中與所述文本數據相關的預設數量相似文本；

根據所述文本向量，計算所述文本數據與所述預設數量相似文本中相似文本的文本相似度；

根據所述文本相似度，選取出與所述文本數據對應的目標相似文本。

6.根據權利要求5所述的方法，其特征在于，所述根據所述詞語集合以及預設詞頻統計算法，得到所述文本數據集中與所述文本數據相關的預設數量相似文本包括：

根據所述詞語集合以及預設詞頻統計算法進行詞頻統計，得到文本特征詞；

根據文本特征詞遍歷所述詞語集合，得到與所述文本數據對應的詞頻矩陣；

根據所述詞頻矩陣，計算兩兩文本數據之間的詞頻相似度；

根據所述詞頻相似度，得到所述文本數據集中與所述文本數據相關的預設數量相似文本。