[發明專利]基于上下文語義檢索的圖譜問答方法、系統與計算機可讀介質

在審

• 申請號: 202310372419.9
• 申請日: 2023-04-07
• 公開（公告）號: CN116521837A
• 公開（公告）日: 2023-08-01
• 發明（設計）人: 王杰;杜振東;王清琛
• 申請（專利權）人: 南京云問網絡技術有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/33;G06F16/36;G06F16/35
• 代理公司: 南京行高知識產權代理有限公司 32404
• 代理人: 王菊花

本發明提供一種基于上下文語義檢索的圖譜問答方法、系統與計算機可讀介質，包括：對用戶輸入的問題進行糾錯處理，生成符合格式要求的問句；基于上下文語義檢索構建預訓練模型，對所述問句進行語義檢索，獲得候選S、P、O；結合多層滑動窗口精篩算法對所述候選S、P、O進行精篩，得到目標S、P、O；判斷所述目標S、P、O的問題類型，通過圖查詢語句生成模塊生成與問題類型相應的圖查詢語句；在圖數據庫上執行所述圖查詢語句并解析查詢結果，生成符合格式要求的問題答案以反饋給用戶。本發明方法解決了對大量標注數據和模型訓練的需求，以適用于現有知識圖譜系統中需要快速體驗問答效果而又缺乏訓練數據的場景。

技術領域

本發明涉及自然語言處理NPL技術領域，具體而言涉及一種基于上下文語義檢索的圖譜問答方法、系統與計算機可讀介質。

背景技術

目前，基于標準表格的問答(根據給定的表格，針對表格相關內容的查詢、推理問題，提供對應的智能問答)變得越來越重要，現有技術通常是將問題解析成對應的SQL語句以實現問答，而將標準表格數據轉換成三元組構建成圖譜并在圖譜上做問答，以知識圖譜問答系統完成問答任務是常見的表格問答方案。

現有技術中，將標準表格問答任務定義成基于知識圖譜的問答任務，即通過對用戶輸入query(問題)進行語義解析，生成結構化查詢語句，從給定知識庫中選擇若干實體或屬性值作為該問題的答案，即為現有的知識圖譜問答系統，其通常需要借助深度神經網絡進行長時間的訓練，且在訓練時需要大量的標注數據，這種情況無法適用于需要快速體驗問答效果而又缺乏訓練數據的場景。

發明內容

根據本發明目的的第一方面，提供一種基于上下文語義檢索的圖譜問答方法，包括：

步驟1、對用戶輸入的問題進行糾錯處理，生成符合格式要求的問句；

步驟2、基于上下文語義檢索構建預訓練模型，對所述問句進行語義檢索，獲得候選S、P、O；

步驟3、結合多層滑動窗口精篩算法對所述候選S、P、O進行精篩，得到目標S、P、O；

步驟4、判斷所述目標S、P、O的問題類型，通過圖查詢語句生成模塊生成與問題類型相應的圖查詢語句；

步驟5、在圖數據庫上執行所述圖查詢語句并解析查詢結果，生成符合格式要求的問題答案以反饋給用戶。

進一步地，前述步驟1中，對用戶輸入的問題進行糾錯處理，生成符合格式要求的問句，包括：

判斷用戶輸入的問題是否存在錯別字、錯誤拼音；

若用戶輸入的問題存在錯別字，則通過Query糾錯模塊對錯別字進行矯正，將正確的漢字替換錯別字，生成符合格式要求的問句；

若用戶輸入的問題存在錯誤的拼音，則通過Query糾錯模塊對錯誤的拼音進行矯正，將正確的漢字替代錯誤的拼音，生成符合格式要求的問句；

若用戶輸入的問題不存在錯別字和錯誤的拼音，則直接生成符合格式要求的問句。

進一步地，前述步驟2中，基于上下文語義檢索構建預訓練模型，通過優化負對數似然函數進行訓練，并以loss損失函數形式進行表示，如下：

其中，q表示問句，c表示候選的向量表，s(q,c)表示整個語句整體標準的向量的匹配相似度。

進一步地，前述步驟2中，對所述問句進行語義檢索，獲得候選S、P、O，包括：

將問句和候選向量表的令牌編碼設置為上下文本向量，輸入所述預訓練模型中，通過指針網絡找到主語；

將所述主語與所述上下文本向量連接，獲取所述主語在問句文本中涉及到的所有謂語；

通過指針網絡找到每個謂語在問句文本中對應的賓語；