[發明專利]融合指針生成網絡的知識圖譜智能問答方法

在審

• 申請號: 202110380648.6
• 申請日: 2021-04-09
• 公開（公告）號: CN113010693A
• 公開（公告）日: 2021-06-22
• 發明（設計）人: 劉爽;譚楠楠;孟佳娜;于玉海;趙丹丹
• 申請（專利權）人: 大連民族大學
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/332;G06F40/216;G06F40/295;G06F40/30;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 大連智高專利事務所(特殊普通合伙) 21235
• 代理人: 馬慶朝

一種融合指針生成網絡的知識圖譜智能問答方法，屬于人工智能問答領域。技術方案：使用分詞工具對WebQA數據集中的原文和問句部分進行分詞并檢查；對正確分詞后的數據使用BiLSTM?CRF模型進行命名實體識別；在Neo4j數據庫中查詢識別的實體對應的三元組；統計對應三元組中每一詞出現的頻率，查詢到的三元組中的單詞按照詞頻大小順序存入知識詞表；使用深度學習方法獲取問句的詞向量；構造生成式模型，返回答案。有益效果:本發明使用深度學習技術對文本進行實體識別，使用知識圖譜技術對知識進行快速查詢，結合生成式模型有效的解決了返回的答案生硬、單一和知識庫中存儲量不全的問題；節約得到答案的時間，更充分地理解用戶的意圖，返回更符合用戶閱讀模式的答案。

技術領域

本發明屬于基于人工智能的問答方法領域，尤其涉及基于知識圖譜的問答方法和基于指針網絡的生成式方法。

背景技術

知識圖譜(Knowledge Graph)是一種將事實以結構化的形式進行表示的方法，它由實體、關系和語義描述組成。它是一種表示實體間相互關系的龐大的語義網絡，以(頭實體，關系，尾實體)的三元組形式來表示。當前，知識圖譜技術得到了廣大研究學者廣泛關注，并將知識圖譜應用到語義搜索、智能問答、個性化推薦中。這樣可以將零散的知識體系化后準確快速的傳遞給用戶。

目前，知識圖譜問答主流的方法主要有基于語義分析的方法和基于信息檢索的方法。傳統的知識圖譜問答系統返回的答案往往是知識庫中存在的實體或者關系。若知識庫中沒有存儲與該問句相關的三元組則無法返回正確答案。所以，為了解決以上問題，將知識圖譜技術和生成式方法相結合。構建一種融合指針生成網絡的知識圖譜智能問答方法是很有研究價值的。

發明內容

為了滿足上述現有技術中的需求，本發明提供一種融合指針生成網絡的知識圖譜智能問答方法，該方法能夠把知識圖譜和指針生成網絡進行結合，將文本中存在的知識庫中沒有的數據進行存儲，還能解決單一文本中知識存儲來不高的問題，提高問答準確率；并且能夠以自然語言形式呈現給用戶，提升用戶的體驗感。

技術方案如下：

一種融合指針生成網絡的知識圖譜智能問答方法，步驟如下：

步驟1：使用分詞工具對WebQA數據集中的原文和問句部分進行分詞并檢查；

步驟2：對正確分詞后的數據使用BiLSTM-CRF模型進行命名實體識別；

步驟3：在Neo4j數據庫中查詢識別的實體對應的三元組；

步驟4：統計對應三元組中每一詞出現的頻率，查詢到的三元組中的單詞按照詞頻大小順序存入知識詞表；

步驟5：使用深度學習方法獲取問句的詞向量；

步驟6：構造生成式模型，返回答案。

進一步的，針對步驟1，使用jieba分詞對數據集中的原文和問句進行分詞，并去除停用詞和標點符號。

進一步的，針對步驟3，對步驟2中識別出的實體使用cypher語句在Neo4j圖數據庫中進行查詢，返回查詢的實體和關系；其中，使用的知識庫為CN-DBpedia。

進一步的，針對步驟4，使用TF算法分別計算步驟3中每個單詞在數據集中出現的頻率，按照頻率進行排序統一存入知識詞表中。

進一步的，針對步驟5，使用預訓練語言模型BERT模型獲取問句的詞向量再和問句中實體的詞頻語義特征進行拼接，作為下一模型的輸入序列。

進一步的，針對步驟6，使用指針生成網絡模型來決定是從知識詞表中生成詞匯還是從問句中復制詞匯作為答案返回。

進一步的，所述BiLSTM-CRF模型包括：