[發(fā)明專利]一種基于政務問答系統(tǒng)的意圖識別算法

在審

• 申請?zhí)枺?/td>: 202110515100.8
• 申請日: 2021-05-12
• 公開（公告）號: CN113420130A
• 公開（公告）日: 2021-09-21
• 發(fā)明（設(shè)計）人: 梁晨陽;賈亞飛;呂強;段飛虎;顧君;張宏偉
• 申請（專利權(quán)）人: 同方知網(wǎng)數(shù)字出版技術(shù)股份有限公司;同方知網(wǎng)（北京）技術(shù)有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/35;G06F40/242
• 代理公司: 北京天奇智新知識產(chǎn)權(quán)代理有限公司 11340
• 代理人: 陳新勝

1.一種基于政務問答系統(tǒng)的意圖識別算法，其特征在于，包括以下步驟：

步驟A源數(shù)據(jù)清洗，通過分領(lǐng)域?qū)?shù)據(jù)進行分類處理；

步驟B根據(jù)源數(shù)據(jù)結(jié)構(gòu)構(gòu)建智能詞典；

步驟C對用戶輸入的query進行處理，分析query中的信息，根據(jù)用戶輸入的query信息判斷用戶想要查詢字段或相關(guān)問題；

步驟D根據(jù)步驟C中分析結(jié)果得到的相關(guān)詞，進行分領(lǐng)域查詢智能詞典；

步驟E分析查詢結(jié)果，處理查詢結(jié)果并返回。

2.如權(quán)利要求1所述的基于政務問答系統(tǒng)的意圖識別算法，其特征在于，所述步驟A中需清洗的源數(shù)據(jù)包括特殊符號和不合格的數(shù)據(jù)，且在清洗源數(shù)據(jù)時，需將數(shù)據(jù)進行分類處理，包括：數(shù)據(jù)領(lǐng)域分類，字段指標名稱分類以及字段值分類；所述字段指標分為普通字段名稱和枚舉值字段名稱；字段值分為普通值和枚舉值。

3.如權(quán)利要求1所述的基于政務問答系統(tǒng)的意圖識別算法，其特征在于，所述步驟B具體包括：

根據(jù)分好的領(lǐng)域，構(gòu)建領(lǐng)域詞典；

根據(jù)領(lǐng)域詞典中的詞，把詞和詞之間的關(guān)系建立一個對應的表來存儲；所述詞和詞之間的關(guān)系包括詞的屬性、詞和詞之間的上下位關(guān)系；

將詞作為一個實體存在圖數(shù)據(jù)庫中，所屬的領(lǐng)域和相關(guān)分值為詞的屬性值。

4.如權(quán)利要求1所述的基于政務問答系統(tǒng)的意圖識別算法，其特征在于，所述步驟C具體包括：

將數(shù)據(jù)庫中所有的詞進行預處理；

對近義詞以及相關(guān)詞的處理包括把所有字段詞和它們的相關(guān)詞進行最小分詞，然后把所有的最小詞和他們可能出現(xiàn)在的詞統(tǒng)一存在一個最小詞庫；

分析用戶query，先采用最小分詞，根據(jù)用戶query中包含的所有的最小詞，去數(shù)據(jù)庫中查詢到所有相關(guān)詞來進行計算，如果一個詞的最小詞都出現(xiàn)在query中，則確定該詞出現(xiàn)在query中。

5.如權(quán)利要求1所述的基于政務問答系統(tǒng)的意圖識別算法，其特征在于，所述步驟D具體包括：

將檢測出的相關(guān)詞進行分領(lǐng)域詞典查詢；

通過分領(lǐng)域詞典查詢判斷一個詞為字段名或字段值；

通過在圖數(shù)據(jù)庫中查詢字段名的相關(guān)屬性，獲得該詞所屬領(lǐng)域。

6.如權(quán)利要求1所述的基于政務問答系統(tǒng)的意圖識別算法，其特征在于，所述步驟E具體包括：

通過查詢結(jié)果，處理產(chǎn)生沖突的相關(guān)字段；

通過意圖詞的定義判斷字段具體的限制條件；

每個字段返回一個各個領(lǐng)域的相關(guān)分數(shù)，通過計算所有字段返回的各個領(lǐng)域相關(guān)分數(shù)之和確定最終的領(lǐng)域分數(shù)。