[發明專利]一種多任務的知識圖譜問答方法

在審

• 申請號: 202210660627.4
• 申請日: 2022-06-13
• 公開（公告）號: CN115292443A
• 公開（公告）日: 2022-11-04
• 發明（設計）人: 雋兆波;代翔;李春豹;楊露;陳瑩;劉鑫
• 申請（專利權）人: 中國電子科技集團公司第十研究所
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/332;G06F16/36;G06F40/295
• 代理公司: 成都九鼎天元知識產權代理有限公司 51214
• 代理人: 劉世權

本發明公開了一種多任務的知識圖譜問答方法，該方法基于命名實體識別模型識別問題實體，構建輔助Elasticsearch數據庫提高對問題實體的泛化能力，同時通過精確匹配提高實體候選關系的檢索效率，建立語義相似匹配模型計算問題和候選關系的相似性，在問題關系識別上具有很好的泛化能力。通過建立流程式的知識圖譜問答模型，分模塊識別問題實體、關系，整體上提高問答準確率，解決單實體單關系、單實體多關系、雙實體類型問題的答案檢索，解決了目前用戶問題中的實體通常具有一定的泛化性，知識庫數據的體量越來越大，直接根據問題實體從知識庫中進行候選關系的查詢存在實體檢索不到、模糊查詢效率慢的技術問題。

技術領域

本發明涉及自然語言處理技術領域，尤其涉及到一種多任務的知識圖譜 問答方法。

背景技術

在自然語言知識獲取分析中，具有大量的結構化以及半結構化文本數據， 其結構具有多元化、數據量大、結構松散等特點，數據結構之間也存在著相 應的關聯關系。知識圖譜是一種結構化的語義知識庫，其通過對物理世界中 結構化知識形式化的描述，使得知識之間基于關系表達成一種更便于人類認 知的形式，其本質是基于實體間的相互關系進行關聯，組織成為一種網狀的 知識結構。問答作為獲取知識最簡單有效的方式，目前在知識圖譜領域應用 也愈加廣泛，但隨著數據基數的增加，知識圖譜的體量也變的越來越大，如何精確理解用戶問題，轉化為相應的查詢語句獲取答案也變的愈發困難。因 此基于知識圖譜數據建立一種高效準確的智能問答，實現大規模數據關鍵信 息的準確獲取具有重要的研究意義。

目前基于知識庫的問答主要分為基于語義解析和基于信息檢索的方法。 基于語義解析的方法通常使用機器學習加字典、規則等方式，識別問題實體 和關系進行答案檢索，但其在關系泛化問題上具有很大的局限性。基于信息 檢索的方法通過識別問題實體，根據問題實體獲取實體相關聯的候選關系， 基于語義相似匹配模型獲取和問題最為相似的關系，語義相似匹配模型在關 系泛化上具有很好的效果。在實際應用中，用戶問題中的實體通常具有一定 的泛化性，知識庫數據的體量越來越大，直接根據問題實體從知識庫中進行 候選關系的查詢存在實體檢索不到、模糊查詢效率慢等問題，同時用戶問題 中存在多實體、多關系等類型問題，因此需要建立健全的流程式智能問答模 型，解決基于知識庫問答中實體、關系泛化能力的問題，以及多類型問題答 案的獲取。

發明內容

本發明的主要目的在于提供一種多任務的知識圖譜問答方法，旨在解決 目前用戶問題中的實體通常具有一定的泛化性，知識庫數據的體量越來越大， 直接根據問題實體從知識庫中進行候選關系的查詢存在實體檢索不到、模糊 查詢效率慢的技術問題。

為實現上述目的，本發明提供一種多任務的知識圖譜問答方法，所述方 法包括以下步驟：

S1：準備結構化文本數據，按照實體-關系-實體的三元組形式建立知識圖 譜數據庫；

S2：基于知識圖譜數據庫準備模型需要的訓練語料；

S3：根據知識圖譜數據庫建立相關實體的輔助Elasticsearch數據庫；

S4：訓練Bert-BILSTM-CRF命名實體識別模型和Bert語義相似匹配模型；

S5：基于Bert-BILSTM-CRF命名實體識別模型進行問題中實體識別，根 據問題實體在輔助Elasticsearch數據庫中進行Es檢索獲取對應實體全稱；

S6：由實體全稱從圖譜數據庫中進行精確檢索，獲取對應實體的所有候 選關系，再由Bert語義相似匹配模型獲取和問題最為匹配的實體關系；

S7：由獲取的實體、關系根據定義的路徑規則進行答案檢索。

可選的，所述步驟S1具體為：以結構化文本數據作為知識圖譜問答的基 礎數據，將結構化文本數據之間的關聯關系按照實體-關系-實體的三元組方式 存儲進圖數據庫當中，通過關系相互連接構成網狀的知識結構，以獲得知識 圖譜數據庫。