[发明专利]一种基于知识图谱的问答方法及农业百科问答系统有效

专利信息
申请号: 201810392883.3 申请日: 2018-04-27
公开(公告)号: CN108804521B 公开(公告)日: 2021-05-14
发明(设计)人: 花云程;吴刚;杨成彪 申请(专利权)人: 南京柯基数据科技有限公司
主分类号: G06F16/332 分类号: G06F16/332;G06F16/28;G06F16/35;G06F40/295;G06F40/284;G06Q50/02
代理公司: 江苏圣典律师事务所 32237 代理人: 许峰
地址: 210008 江苏省南京市江*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 知识 图谱 问答 方法 农业 百科 系统
【说明书】:

本发明提出一种基于知识图谱的问答方法及农业百科问答系统,可以自动分析用户提出的自然语言问题,形成基于句法树的拓扑结构,通过拓扑结构与语法库中的问题模板进行检索和比对,根据拓扑结构与谓词指称的映射关系、同义词集合与知识图谱中关系或属性的映射关系,得到问题映射的谓词,并结合问题中识别的实体,生成最终的结构化的知识图谱查询语句,根据该查询语句到知识图谱中进行检索,返回最终的结果。当在问题模板库中无法检索到相关拓扑结构时,会调用FAQ问题库的常问问答对,进行问题的回答。该问答系统能够针对用户提出的问句给出精确的答案检索,提高用户对农业百科问题检索的满意度。

技术领域

本发明涉及基于人工智能的问答方法,更具体地涉及基于知识图谱的问答方法和基于该方法的农业问答系统。

背景技术

当前的互联网中,海量信息分布于不同的信息源,相关性较为稀疏,使用传统搜索引擎,准确、快速地获得有价值的信息变得愈发困难。传统的基于人工的知识管理方式,并不能实时高效地满足用户对于农业领域知识的获取需求。此外,很多社区问答中遇到的问题,并不能保证答案的准确性,且一些答案已不具备时效性。相较而言,问答系统的出现,旨在快速得到高质量信息或答案。其中,基于知识图谱的智能问答系统,通过引入自然语言处理技术,方便高效地从农业领域知识图谱中搜索相关答案,并推送给用户,辅助用户学习相关知识。

目前,农业知识管理系统中的知识问答,主要以网页检索、文档检索的方式为主,导致一些在线交流的问题无法得到及时回复或者延时太长,影响用户知识获取的效率。目前,随着人工智能技术的成熟,有必要在知识管理系统中增加智能问答功能,系统自动分析问题(规则分析、模型等方式),通过模板匹配、推理机、神经网络等技术,从知识库中搜索相关答案,并推送给用户,辅助用户学习和获取精确的农业百科相关知识。

对于农业领域,目前已有的问答系统,如专利《一种基于移动互联网的农业专家问答平台》是通过软件实现用户与农业专家的信息交互,建立其普通用户与农业技术人员的联系,并解决用户的农业相关问题。这样的系统,需要时刻有专家在软件服务端提供咨询服务,会耗费大量的人力,并且无法自动地为用户提供服务。

发明内容

为了克服现有技术的低效,以及已有农业问答系统的弊端,本发明提供一种能够自动化理解用户的问句并快速准确地检索到知识图谱中答案的问答方法及基于该方法的农业问答系统。

本发明解决上述技术问题所采用的技术方案为:一种基于知识图谱的问答方法,包括以下步骤:

1)构建用于存储农业领域知识的数据库、用于存储同义词集合和问题模板的语法库以及用于存储常问问题集的FAQ问题库,具体为:

1.1构建农业领域知识图谱,并将知识图谱数据存储到结构化的RDF数据库TDB中,利用TDB服务进行知识图谱三元组的检索;

1.2构建用于存储同义词集合和问题模板的语法库,将同义词集合与问题模板存储到语法库,所述的同义词集合包括与知识图谱中关系和属性相关的关键字,并提取问题中的拓扑结构形成问题模板库,存储到语法库,所述同义词集合和问题模板的具体建立步骤为:

1.2.1首先收集领域相关问题的样本,形成样本集,并根据样本所涉及的关系或属性,对所述样本集进行分类,对问题样本进行命名实体识别后,去除实体指称,再将剩余部分进行分词、去除停用词操作,得到仅含有关键字的精简问题样例,并将涉及同一个关系或属性的精简问题样例归为一类,再将属于这些精简问题样例的关键字合并为一个集合,即得到一个同义词集合,而每一个同义词集合对应知识图谱中的一个关系或属性;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南京柯基数据科技有限公司,未经南京柯基数据科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810392883.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top