[發(fā)明專利]基于知識圖譜的生成式問題推薦方法、設(shè)備、介質(zhì)及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 202211161774.3
• 申請日: 2022-09-23
• 公開（公告）號: CN116150315A
• 公開（公告）日: 2023-05-23
• 發(fā)明（設(shè)計）人: 雋兆波;陳瑩;何健軍;代翔;李春豹;丁洪麗
• 申請（專利權(quán)）人: 中國電子科技集團(tuán)公司第十研究所
• 主分類號: G06F16/33
• 分類號: G06F16/33;G06F16/332;G06F16/35;G06F16/36;G06F40/295;G06N3/045;G06N3/0442;G06N7/01
• 代理公司: 成都九鼎天元知識產(chǎn)權(quán)代理有限公司 51214
• 代理人: 周浩杰

本發(fā)明公開一種基于知識圖譜的生成式問題推薦方法、設(shè)備、介質(zhì)及系統(tǒng)，屬于自然語言處理分析領(lǐng)域領(lǐng)域，包括步驟：S1，數(shù)據(jù)準(zhǔn)備；S2，構(gòu)建實(shí)體輔助Elasticsearch數(shù)據(jù)庫；S3，基于Bert?BILSTM?CRF模型提取問題中實(shí)體；S4，基于NeZha+UniLM模型進(jìn)行問題生成；S5，根據(jù)生成問題進(jìn)行問題推薦。本發(fā)明解決推薦數(shù)據(jù)稀疏、關(guān)聯(lián)性弱、多樣性少的技術(shù)問題，可以提升用戶問答體驗(yàn)，輔助獲取更多隱藏信息，實(shí)現(xiàn)根據(jù)用戶提問問題生成相關(guān)問題進(jìn)行準(zhǔn)確推薦。

技術(shù)領(lǐng)域

本發(fā)明涉及自然語言處理分析領(lǐng)域，更為具體的，涉及一種基于知識圖譜的生成式問題推薦方法、設(shè)備、介質(zhì)及系統(tǒng)。

背景技術(shù)

在文本語言處理分析中，用戶積累了大量的結(jié)構(gòu)化文本數(shù)據(jù)，為了更好的挖掘其中的關(guān)聯(lián)關(guān)系，往往以知識圖譜的形式對其進(jìn)行存儲，知識圖譜將結(jié)構(gòu)化文本通過網(wǎng)狀形式進(jìn)行關(guān)聯(lián)，可以更加深刻的挖掘各個實(shí)體之間的關(guān)聯(lián)關(guān)系，從而進(jìn)行相關(guān)實(shí)體的多跳查詢、知識推理。問答作為知識獲取的方式之一，基于知識圖譜的問答應(yīng)用也愈加廣發(fā)，在用戶進(jìn)行日常問答中，需要對用戶提問問題進(jìn)行分析，并做出個性化的相關(guān)問題推薦，如何提取用戶問題關(guān)鍵信息并做出精確問題推薦，輔助用戶獲取更多關(guān)鍵信息、提升問答體驗(yàn)具有重要的研究意義。

目前傳統(tǒng)的推薦系統(tǒng)基于用戶歷史行為，通過構(gòu)建問題歷史庫以及問答對庫，從中匹配和用戶提問問題相似的問題進(jìn)行推薦。在實(shí)際應(yīng)用中，用戶問題一般具有一定的泛化性，且數(shù)據(jù)庫具有不完備性，該方法存在推薦數(shù)據(jù)稀疏、關(guān)聯(lián)性弱、多樣性少等問題，這樣就導(dǎo)致推薦問題不準(zhǔn)確，難以滿足用戶需求，實(shí)際推薦問題和用戶提問問題相關(guān)性較弱。因此需要根據(jù)用戶實(shí)際問題，建立精確、相關(guān)性強(qiáng)、多樣性足的問題推薦系統(tǒng)。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種基于知識圖譜的生成式問題推薦方法、設(shè)備、介質(zhì)及系統(tǒng)，解決推薦數(shù)據(jù)稀疏、關(guān)聯(lián)性弱、多樣性少的技術(shù)問題，可以提升用戶問答體驗(yàn)，輔助獲取更多隱藏信息，實(shí)現(xiàn)根據(jù)用戶提問問題生成相關(guān)問題進(jìn)行準(zhǔn)確推薦。

本發(fā)明的目的是通過以下方案實(shí)現(xiàn)的：

一種基于知識圖譜的生成式問題推薦方法，包括以下步驟：

S1，數(shù)據(jù)準(zhǔn)備；

S2，構(gòu)建實(shí)體輔助Elasticsearch數(shù)據(jù)庫；

S3，基于Bert-BILSTM-CRF模型提取問題中實(shí)體；

S4，基于NeZha+UniLM模型進(jìn)行問題生成；

S5，根據(jù)生成問題進(jìn)行問題推薦。

進(jìn)一步地，在步驟S1中，包括子步驟：根據(jù)已有的知識圖譜數(shù)據(jù)庫，按需求構(gòu)建實(shí)體識別模型以及問題生成模型所需訓(xùn)練語料。

進(jìn)一步地，在步驟S2中，包括子步驟：以實(shí)體全稱、簡稱、別名構(gòu)建圖譜實(shí)體的Elasticsearch數(shù)據(jù)庫，基于Es檢索獲取問題中實(shí)體對應(yīng)圖譜庫中實(shí)體全稱，再去獲取對應(yīng)三元組。

進(jìn)一步地，在步驟S3中，包括子步驟：針對用戶提問問題，基于Bert-BILSTM-CRF模型進(jìn)行命名實(shí)體識別，根據(jù)獲取的問題實(shí)體進(jìn)行Es檢索，獲取Elasticsearch數(shù)據(jù)庫中對應(yīng)實(shí)體全稱，由對應(yīng)實(shí)體全稱至圖譜數(shù)據(jù)庫中進(jìn)行相關(guān)三元組檢索。

進(jìn)一步地，在步驟S4中，包括子步驟：將三元組按順序連接作為篇章，尾實(shí)體作為答案，即生成符合答案為尾實(shí)體的相關(guān)問題；在模型結(jié)構(gòu)上，采用NeZha+UniLM模型；在模型輸入上，對于單跳問題獲取的三元組(entity1，relation，entity2)，將頭實(shí)體、關(guān)系、尾實(shí)體(entity1+relation+entity2)順序拼接作為篇章，尾實(shí)體(entity2)作為答案，其形式表示為：

[CLS]entity1?relation?entity2[SEP]entity2[SEP]；