[發(fā)明專利]一種智能問答生成方法、裝置、電子設備及存儲介質

在審

• 申請?zhí)枺?/td>: 202211729442.0
• 申請日: 2022-12-30
• 公開（公告）號: CN116204618A
• 公開（公告）日: 2023-06-02
• 發(fā)明（設計）人: 鄧小濤;張華軍;付宇;李云朋;王征華
• 申請（專利權）人: 武漢大晟極科技有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/36;G06F16/35;G06F40/211;G06F40/284
• 代理公司: 武漢智嘉聯合知識產權代理事務所(普通合伙) 42231
• 代理人: 華藝

本發(fā)明公開了一種智能問答生成方法、裝置、電子設備及存儲介質，方法包括：獲取文件中的問句及對應的答案；采用預設的中文自然語言處理法對所述問句進行句法分析，獲得問句中的關鍵詞、約束條件和問句類型；基于所述關鍵詞、約束條件和問句類型，采用預設的CVT復合節(jié)點構建問句與所述問句對應的答案之間的問答對應關系，并生成所述問答對應關系的知識圖譜；獲取待查詢問句，對所述待查詢問句進行句法分析，確定待查詢關鍵詞和待查詢問句類型，并根據所述知識圖譜中的問答對應關系通過所述待查詢關鍵詞和待查詢問句類型獲得所述待查詢問句對應的答案。本發(fā)明解決了現有技術中智能問答知識庫搜索耗時、答案定位不夠精準的技術問題。

技術領域

本發(fā)明涉及智能問答技術領域，具體涉及一種智能問答生成方法、裝置、電子設備及存儲介質。

背景技術

知識圖譜，在圖書情報界稱為知識域可視化或知識領域映射地圖，是顯示知識發(fā)展進程與結構關系的一系列各種不同的圖形，用可視化技術描述知識資源及其載體，挖掘、分析、構建、繪制和顯示知識及它們之間的相互聯系。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(fā)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。它能為學科研究提供切實的、有價值的參考。具體來說，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(fā)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。它把復雜的知識領域通過數據挖掘、信息處理、知識計量和圖形繪制而顯示出來，揭示知識領域的動態(tài)發(fā)展規(guī)律，為學科研究提供切實的、有價值的參考。迄今為止，其實際應用在發(fā)達國家已經逐步拓展并取得了較好的效果，但它在我國仍屬研究的起步階段。

在實際應用中，文件內容與查詢人員之間的知識圖譜對應的問題和答案涉及的內容十分繁雜，后臺運行知識圖譜時耗時長、對于問題的答案定位不夠精準，導致答非所問的現象產生，基于此，有必要建立一種知識庫智能問答系統(tǒng)，以解決上述問題。

發(fā)明內容

本發(fā)明的目的在于克服上述技術不足，提供一種智能問答生成方法、裝置、電子設備及存儲介質，解決現有技術中智能問答知識庫搜索耗時、答案定位不夠精準的技術問題。

為達到上述技術目的，本發(fā)明采取了以下技術方案：

第一方面，本發(fā)明提供了一種智能問答生成方法，包括：

獲取文件中的問句及對應的答案；

采用預設的中文自然語言處理法對所述問句進行句法分析，獲得問句中的關鍵詞、約束條件和問句類型；

基于所述關鍵詞、約束條件和問句類型，采用預設的CVT復合節(jié)點構建問句與所述問句對應的答案之間的問答對應關系，并生成所述問答對應關系的知識圖譜；

獲取待查詢問句，對所述待查詢問句進行句法分析，確定待查詢關鍵詞和待查詢問句類型，并根據所述知識圖譜中的問答對應關系通過所述待查詢關鍵詞和待查詢問句類型獲得所述待查詢問句對應的答案。

在一些實施例中，所述采用預設的中文自然語言處理法對所述問句進行句法分析，獲得問句中的關鍵詞和約束條件，包括：

根據文件涉及的固有詞組搭配，構建自定義詞組詞典；

采用預設的中文自然語言處理法對所述問句進行分詞、詞性標注和句法分析，得到問句的關鍵詞和約束條件；

判斷所述關鍵詞與所述自定義詞組詞典中的詞組是否匹配；

若匹配，則確定所述關鍵詞為問句的目標關鍵詞；

若不匹配，則通過第一相似度計算查找相似詞，將相似詞確定為問句的目標關鍵詞。