[發明專利]融合上下文語義約束的知識匹配方法、裝置、設備及介質

在審

• 申請號: 202110509526.2
• 申請日: 2021-05-11
• 公開（公告）號: CN113392182A
• 公開（公告）日: 2021-09-14
• 發明（設計）人: 王永斌;張忠平;肖益珊;劉廉如;季文翀;曾漢;溫振山;黃永;鄭濤
• 申請（專利權）人: 宜通世紀物聯網研究院（廣州）有限公司
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/36;G06F40/194;G06F40/279;G06F40/30;G06K9/62
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 常柯陽

1.融合上下文語義約束的知識匹配方法，其特征在于，包括：

對獲取的輸入語句進行知識抽取，得到所述輸入語句中的實體向量和關系向量；

將所述輸入語句轉換為文本向量；

對所述實體向量、關系向量和所述文本向量進行拼接，得到目標向量；

將所述目標向量與知識庫中的向量記錄進行相似度匹配，確定相似向量集合；

將所述相似向量集合中相似度最高的向量作為匹配結果。

2.根據權利要求1所述的融合上下文語義約束的知識匹配方法，其特征在于，所述方法還包括知識庫構建的步驟，該步驟包括：

根據原始訓練文本訓練詞向量；

學習知識庫中各個訓練文本的實體和關系的向量表示，得到實體訓練向量和關系訓練向量；

對原始訓練文本進行分詞處理，并根據訓練好的所述詞向量對所述分詞處理的結果進行向量表示，得到第一向量；

根據所述實體訓練向量、所述關系訓練向量和所述第一向量拼接處理，完成知識庫構建。

3.根據權利要求2所述的融合上下文語義約束的知識匹配方法，其特征在于，所述根據原始訓練文本訓練詞向量這一步驟之前，還包括：

對原始訓練文本進行預處理，其中，所述預處理包括去停用詞處理和分詞處理；

所述去停用詞處理包括：將所述原始訓練文本中的無用詞刪除，所述無用詞包括以下至少之一：語氣助詞、副詞、介詞、連接詞；

所述分詞處理包括：通過jieba分詞工具將文本轉換成用空格分隔的詞序列。

4.根據權利要求2所述的融合上下文語義約束的知識匹配方法，其特征在于，所述根據訓練好的所述詞向量對所述分詞處理的結果進行向量表示，得到第一向量，包括：

將所述訓練好的詞向量進行逐一相加求平均后，得到所述第一向量。

5.根據權利要求2所述的融合上下文語義約束的知識匹配方法，其特征在于，所述根據所述實體訓練向量、所述關系訓練向量和所述第一向量拼接處理，完成知識庫構建，包括：

根據所述實體和所述關系構建第一三元組，并根據所述實體的屬性構建第二三元組，所述第一三元組為[第一實體，關系，第二實體]，所述第二三元組為[實體，屬性，屬性值]；

將所述第一三元組和所述第二三元組統一表示為所述第一向量。

6.根據權利要求1所述的融合上下文語義約束的知識匹配方法，其特征在于，所述目標向量的表達形式為：p＝(e_p,1,r_p,0,t_p)；

其中，p為所述目標向量；e_p,1為實體向量；r_p為關系向量；t_p為文本向量；0為與e_p,1,r_p同維數的零向量，用以作為第二實體的占位向量。

7.根據權利要求1所述的融合上下文語義約束的知識匹配方法，其特征在于，所述將所述目標向量與知識庫中的向量記錄進行相似度匹配，確定相似向量集合，包括：

通過改進的余弦相似度計算公式計算所述目標向量與知識庫中的向量記錄之間的相似度，并根據計算得到的相似度確定相似向量集合；

其中，所述余弦相似度計算公式為：

其中，e_s,1代表知識庫的第一實體向量；r_s代表知識庫的關系向量；e_s,2代表知識庫的第二實體向量；t_s代表知識庫的文本語義向量；β代表權重；e_p,1代表待匹配的第一實體向量；r_p代表待匹配的關系向量；t_p代表待匹配的文本語義向量。