[發(fā)明專利]基于知識(shí)圖譜的開(kāi)放領(lǐng)域問(wèn)答方法及相關(guān)設(shè)備

在審

• 申請(qǐng)?zhí)枺?/td>: 202210964248.4
• 申請(qǐng)日: 2022-08-11
• 公開(kāi)（公告）號(hào): CN115470328A
• 公開(kāi)（公告）日: 2022-12-13
• 發(fā)明（設(shè)計(jì)）人: 賈勇哲;馬國(guó)寧;王林;徐大為
• 申請(qǐng)（專利權(quán)）人: 天津泰凡科技有限公司
• 主分類號(hào): G06F16/332
• 分類號(hào): G06F16/332;G06F16/33;G06F16/35;G06F16/36;G06K9/62
• 代理公司: 北京風(fēng)雅頌專利代理有限公司 11403
• 代理人: 金含

本申請(qǐng)?zhí)峁┝艘环N基于知識(shí)圖譜的開(kāi)放領(lǐng)域問(wèn)答方法及相關(guān)設(shè)備，該方法通過(guò)多種匹配方法對(duì)問(wèn)題描述的實(shí)體和屬性進(jìn)行提取得到實(shí)體屬性候選集，能夠有效提升實(shí)體屬性抽取的召回率，避免漏掉問(wèn)題描述中的隱層信息。基于實(shí)體屬性候選集進(jìn)行路徑挖掘以得到初始路徑，再對(duì)初始路徑進(jìn)行組合和篩選以得到帶有限制條件的限制組合路徑，能夠有效降低無(wú)效路徑的召回，針對(duì)多限制問(wèn)題描述進(jìn)行精確路徑建模，進(jìn)而降低后續(xù)針對(duì)路徑的算力成本。通過(guò)分類模型輸出限制組合路徑和問(wèn)題描述的相似度得分，將相似度得分得分最高的限制組合路徑對(duì)應(yīng)的知識(shí)圖譜子圖作為推薦答案數(shù)據(jù)，提升用戶的體驗(yàn)感。

技術(shù)領(lǐng)域

本申請(qǐng)涉及知識(shí)圖譜技術(shù)領(lǐng)域，尤其涉及一種基于知識(shí)圖譜的開(kāi)放領(lǐng)域問(wèn)答方法及相關(guān)設(shè)備。

背景技術(shù)

隨著互聯(lián)網(wǎng)的迅速發(fā)展，數(shù)據(jù)量呈爆炸性的增長(zhǎng)。網(wǎng)絡(luò)數(shù)據(jù)正在從只包含網(wǎng)頁(yè)之間文本數(shù)據(jù)的文檔萬(wàn)維網(wǎng)轉(zhuǎn)變?yōu)榘罅棵枋鰧?shí)體之間豐富關(guān)系的數(shù)據(jù)萬(wàn)維網(wǎng)。而知識(shí)圖譜能夠形式化地描述現(xiàn)實(shí)世界中的事物及其相互之間的關(guān)系，是以圖的形式存儲(chǔ)人類知識(shí)的大規(guī)模語(yǔ)義網(wǎng)絡(luò)。目前，基于知識(shí)圖譜的問(wèn)答技術(shù)側(cè)重于單次抽取的精度，抽取時(shí)盡可能減少實(shí)體和屬性值的數(shù)量，導(dǎo)致抽取結(jié)果難以覆蓋完全。此外，在路徑查詢時(shí)，使用固定模板進(jìn)行查詢且缺乏限制條件，導(dǎo)致獲取路徑不完全且及包含較多的無(wú)效路徑，進(jìn)而影響問(wèn)答結(jié)果的準(zhǔn)確性。

發(fā)明內(nèi)容

有鑒于此，本申請(qǐng)的目的在于提出一種基于知識(shí)圖譜的開(kāi)放領(lǐng)域問(wèn)答方法及相關(guān)設(shè)備。

基于上述目的，本申請(qǐng)?zhí)峁┝艘环N基于知識(shí)圖譜的開(kāi)放領(lǐng)域問(wèn)答方法，包括：

獲取用戶輸入的問(wèn)題描述；

采用匹配方法對(duì)所述問(wèn)題描述中的實(shí)體和屬性進(jìn)行提取，以得到實(shí)體屬性候選集；

基于所述實(shí)體屬性候選集中的實(shí)體和屬性，在預(yù)先構(gòu)建的知識(shí)圖譜中進(jìn)行路徑挖掘，以得到多個(gè)初始路徑；

對(duì)全部所述初始路徑進(jìn)行組合，得到多個(gè)組合路徑；

對(duì)全部所述組合路徑進(jìn)行篩選，以得到多個(gè)限制組合路徑；

將每個(gè)所述限制組合路徑與所述問(wèn)題描述輸入至經(jīng)過(guò)預(yù)訓(xùn)練的分類模型中進(jìn)行分類預(yù)測(cè)，得到所述限制組合路徑與所述問(wèn)題描述的相似度分?jǐn)?shù)；

將最大所述相似度分?jǐn)?shù)對(duì)應(yīng)的所述限制組合路徑在所述知識(shí)圖譜中匹配的子圖作為所述問(wèn)題描述的推薦答案數(shù)據(jù)。

進(jìn)一步的，所述采用匹配方法對(duì)所述問(wèn)題描述中的實(shí)體和屬性進(jìn)行提取，以得到實(shí)體屬性候選集，包括：

通過(guò)精確匹配方法和模糊匹配方法分別對(duì)所述問(wèn)題描述中的實(shí)體和屬性進(jìn)行提取，以得到所述實(shí)體屬性候選集。

進(jìn)一步的，所述實(shí)體屬性候選集包括第一候選集和第二候選集，所述通過(guò)精確匹配方法和模糊匹配方法分別對(duì)所述問(wèn)題描述中的實(shí)體和屬性進(jìn)行提取，以得到所述實(shí)體屬性候選集，包括：

將所述問(wèn)題描述與預(yù)先構(gòu)建的字典樹(shù)進(jìn)行匹配，以得到所述第一候選集；

分別采用倒排索引方法和命名實(shí)體識(shí)別方法對(duì)所述問(wèn)題描述中的實(shí)體進(jìn)行提取，分別采用Duckling數(shù)值抽取方法和Lucene索引方法對(duì)所述問(wèn)題描述中的屬性進(jìn)行提取，以得到所述第二候選集。

進(jìn)一步的，所述對(duì)全部所述初始路徑進(jìn)行組合，得到多個(gè)組合路徑，包括：

將具有相同答案節(jié)點(diǎn)的所述初始路徑進(jìn)行組合，得到所述組合路徑。

進(jìn)一步的，所述對(duì)全部所述組合路徑進(jìn)行篩選，以得到多個(gè)限制組合路徑，包括：

基于所述問(wèn)題描述確定與其關(guān)聯(lián)的推理變量以及約束條件；

根據(jù)推理變量的數(shù)值大小對(duì)全部所述組合路徑進(jìn)行排序，將滿足所述約束條件的所述組合路徑作為所述限制組合路徑。