[发明专利]一种问答知识库的构建方法及装置

说明书

本发明一种问答知识库的构建方法及装置，所述方法包括：步骤S1，分析工程目标以及使用维度，获取数据源；步骤S2，分析所获取的数据源，自动生成初始问答集，并对问答集中的问题进行分析，得到热词集和热词中的名词与动词共现对集合；步骤S3，分析是否有可以继承的知识结构，若没有，进入步骤S4，否则进入步骤S5；步骤S4，定义知识结构；步骤S5，整理标准问、相似问、槽点，并按使用维度划分标准问及其对应的相似问、槽点、答案，整理答案；步骤S6，对整理好的标准问和相似问与已有句式模板、语义网进行关联，得到初始问答知识库，本发明可高效地构建不同行业的高质量的问答知识库。

技术领域

本发明涉及知识库构建技术领域，特别是涉及一种问答知识库的构建方法及装置。

背景技术

随着互联网的飞速发展，人们服务意识的提高，自动问答系统已经普及到各行各业，深入到日常商业服务的各个环节。在自动问答系统中，知识库是问答系统的重要数据来源，它在整个系统中起到了非常重要的作用，一个高质量的知识库能够大大提高问答系统的效率与准确率。

问答知识库通常是由问句和答案组成。问句通常包含一个标准问和零到多个相似问；答案也可以是一个或多个。通常标准问还对应多个槽点。标准问和相似问还与句式模板、语义网关联。

标准问：问句陈述简洁完整、意图明确，一般是动宾结构，往往省略了主语。

相似问：与标准问的答案一致，并区别于标准问，口语化或有差别意义问句陈述，一个标准问可能有多个相似问。典型例子：是标准问主题内容的扩充或者细分。

槽点：由问句的关键字、词和逻辑符号所组成的语义表达式，可以提升应答效果。

语义网：又称本体(ontology)、语义词典(semantic dictionary)，是共享概念模型的明确的形式化规范说明。

句式模板：基于语义网的表达式

目前业内对问答知识库的构建主要有以下方法：一是纯手工整理问答对，构建知识库，然而其效率低，而且一般都必须由行业中比较熟悉业务的人员来完成，对人员门槛较高，具有工作效率低、质量不高，维护难度大的缺点；二是通过分析当前已有的领域知识库、结构化数据、大量搜索日志等构建问答知识库，然而，其依赖于企业当前的数据模型积累和技术积累，如依赖于各种预置的领域知识库、已有的结构化数据或者依赖于浏览器的大量搜索日志等，不适用于大多数企业。

发明内容

为克服上述现有技术存在的不足，本发明之目的在于提供一种问答知识库的构建方法及装置，以能够高效地构建不同行业的高质量的问答知识库。

为达上述及其它目的，本发明提出一种问答知识库的构建方法，包括如下步骤：

步骤S1，分析工程目标以及使用维度，获取数据源；

步骤S2，分析所获取的数据源，自动生成初始问答集，并对问答集中的问题进行分析，得到热词集和热词中的名词与动词共现对集合；

步骤S3，分析是否有可以继承的知识结构，若没有，进入步骤S4，否则进入步骤S5；

步骤S4，定义知识结构；

步骤S5，整理标准问、相似问、槽点，并按使用维度划分标准问及其对应的相似问、槽点、答案，整理答案；

步骤S6，对整理好的标准问和相似问与已有句式模板、语义网进行关联，得到初始问答知识库。

优选地，步骤S2进一步包括：

从所述数据源中抽取问题和对应的答案，自动生成初始问答集；

对所述初始问答集进行过滤，得到过滤后的问答集；