[發明專利]基于知識圖譜的問句推理方法及系統

在審

• 申請號: 202210095006.6
• 申請日: 2022-01-26
• 公開（公告）號: CN114490988A
• 公開（公告）日: 2022-05-13
• 發明（設計）人: 曾祥云;朱姬淵
• 申請（專利權）人: 上海易康源醫療健康科技有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/36;G06N3/04;G06N3/08;G06N5/02;G06N5/04
• 代理公司: 上海碩力知識產權代理事務所(普通合伙) 31251
• 代理人: 王法男

本申請涉及一種基于知識圖譜的問句推理方法及系統，包括獲取當前待解答問題，并根據所述當前待解答問題和預設的雙向LSTM獲得指令向量i^k，對所述當前待解答問題進行向量化表示，并得到實體向量表示值E^(k?1)，根據所述指令向量i^k、所述實體向量表示值E^(k?1)和知識圖譜，生成當前實體分布，將知識圖譜放入GAT網絡進行特征抽取，并獲得當前GAT網絡抽取特征和當前GAT網絡抽取標簽，最后將所述當前GAT網絡抽取特征和所述當前LSTM抽取實際特征進行拼接，并生成最終問詢特征，進而實現特征抽取和問句查詢的高準確率。

技術領域

本申請涉及知識圖譜技術領域，特別是涉及一種基于知識圖譜的問句推理方法及系統。

背景技術

知識圖譜，是通過將應用數學、圖形學、信息可視化技術、信息科學等學科的理論與方法與計量學引文分析、共現分析等方法結合，并利用可視化的圖譜形象地展示學科的核心結構、發展歷史、前沿領域以及整體知識架構達到多學科融合目的的現代理論。

然而，目前現存的基于知識圖譜進行問句推理的方法存在特征抽取不精準以及后續問句查詢不準確的問題。

發明內容

基于此，有必要針對上述技術問題，提供一種能夠提高特征抽取和問句查詢準確率的基于知識圖譜的問句推理方法及系統。

本發明技術方案如下：

一種基于知識圖譜的問句推理方法，所述方法包括：

步驟S100：獲取當前待解答問題，并根據所述當前待解答問題和預設的雙向LSTM獲得指令向量i^k；

步驟S200：對所述當前待解答問題進行向量化表示，并得到實體向量表示值E^(k-1)；

步驟S300：根據所述指令向量i^k、所述實體向量表示值E^(k-1)和知識圖譜，生成當前實體分布；

步驟S400：將知識圖譜放入GAT網絡進行特征抽取，并獲得當前GAT網絡抽取特征和當前GAT網絡抽取標簽；

步驟S500：將所述當前GAT網絡抽取特征和所述當前LSTM抽取實際特征進行拼接，并生成最終問詢特征。

進一步地說，步驟S100：獲取當前待解答問題，并根據所述當前待解答問題和預設的雙向LSTM獲得指令向量i^k，具體包括：

步驟S110：獲取當前待解答問題，并基于雙向LSTM對所述當前待解答問題進行特征抽取，并獲得當前LSTM抽取實際特征；

步驟S120：根據所述當前LSTM抽取實際特征進行特征增強，并獲得指令向量i^k。

進一步地說，步驟S300：根據所述指令向量ik、所述實體向量表示值E^(k-1)和知識圖譜，生成當前實體分布，具體包括：

步驟S310：基于所述實體向量表示值E^(k-1)和知識圖譜，生成多級跳實體關系特征向量Ne；

步驟S320：基于所述指令向量i^k和所述多級跳實體關系特征向量Ne構建實體分布矩陣，并生成當前實體分布。

進一步地說，步驟S500：將所述當前GAT網絡抽取特征和所述當前LSTM抽取實際特征進行拼接，并生成最終問詢特征，之后還包括：

根據所述最終問詢特征和所述當前GAT網絡抽取標簽計算KL損失。

進一步地說，一種基于知識圖譜的問句推理系統，所述系統包括：