[发明专利]基于知识图谱的智慧问答方法、系统和知识图谱更新系统

权利要求书

1.一种基于知识图谱的智慧问答方法，其特征在于，包括：

接收用户问题；

将用户问题转换成规则化问题；

将规则化问题与基于异质信息模型的知识图谱所生成的模板库进行问题匹配，将相似度最高的匹配结果确定为答案。

2.根据权利要求1所述的基于知识图谱的智慧问答方法，其特征在于，所述异质信息模型包含实体、属性和关系；该方法还包括预先生成所述基于异质信息模型的知识图谱的过程，所述过程包括：

采集非结构化数据、半结构化数据以及结构化数据；

从采集到的非结构化数据、半结构化数据以及结构化数据中抽取出所包含的实体、属性、实体之间的直接关系、属性之间的直接关系以及实体与属性之间的直接关系；

将抽取出的实体、属性作为元路径节点对象，基于多层级路径将元路径节点对象两两之间的直接关系构造为包含多个直接关系的复合关系；

将实体之间的直接关系、属性之间的直接关系、实体与属性之间的直接关系以及所述复合关系转换为元路径；

基于排名协同聚类算法以及元路径相似度算法比较元路径中的相似性，以构建知识本体；

基于知识推理方式和所述知识本体生成知识，将所述知识表示成知识表示格式以生成所述知识图谱。

3.根据权利要求2所述的基于知识图谱的智慧问答方法，其特征在于，所述元路径包括实体之间的单条有向线段、实体与属性之间的单条有向线段、属性之间的单条有向线段、实体之间的多条有向线段、实体与属性之间的多条有向线段或属性之间的多条有向线段，其中所述实体之间的多条有向线段跨越属性或另外的实体、所述实体与属性之间的多条有向线段跨越另外的实体或另外的属性、属性之间的多条有向线段跨越实体或另外的属性。

4.根据权利要求2所述的基于知识图谱的智慧问答方法，其特征在于，所述基于排名协同聚类算法以及元路径相似度算法比较元路径中的相似性，以构建知识本体包括：

基于排名协同聚类算法对元路径执行聚类；

基于元路径相似度算法计算聚类后的元路径的相似度；

合并相似度大于预定阈值的元路径，基于合并结果构建知识本体。

5.根据权利要求4所述的基于知识图谱的智慧问答方法，其特征在于，所述基于排名协同聚类算法对元路径执行聚类包括：

步骤1：对元路径的集群划分结果进行初始化，为每个主目标类型对象分配随机簇；

步骤2：获取每个随机簇的排名分数；

步骤3：计算新的度量，估计每个主目标对象的混合模型系数；

步骤4：基于混合模型系数，对随机簇进行调整；

步骤5：重复步骤(2)、步骤(3)和步骤(4)直到收敛；

步骤6：依据排名分布模型计算排名分布矩阵；

步骤7、通过矩阵奇异值分解方式对排名分布矩阵的行列同时聚类，得到表示主从类型的聚类结果，其中若有空簇，则转到步骤(1)。

6.一种基于知识图谱的智慧问答装置，其特征在于，包括：

问题接收单元，用于接收用户问题；

规则化单元，用于将用户问题转换成规则化问题；

答案确定单元，用于将规则化问题与基于异质信息模型的知识图谱所生成的模板库进行问题匹配，将相似度最高的匹配结果确定为答案。

7.根据权利要求6所述的基于知识图谱的智慧问答装置，其特征在于，所述异质信息模型包含实体、属性和关系；该装置还包括知识图谱生成单元；

所述知识图谱生成单元，用于采集非结构化数据、半结构化数据以及结构化数据；从采集到的非结构化数据、半结构化数据以及结构化数据中抽取出所包含的实体、属性、实体之间的直接关系、属性之间的直接关系以及实体与属性之间的直接关系；将抽取出的实体、属性作为元路径节点对象，基于多层级路径将元路径节点对象两两之间的直接关系构造为包含多个直接关系的复合关系；将实体之间的直接关系、属性之间的直接关系、实体与属性之间的直接关系以及所述复合关系转换为元路径；基于排名协同聚类算法以及元路径相似度算法比较元路径中的相似性，以构建知识本体；基于知识推理方式和所述知识本体生成知识，将所述知识表示成知识表示格式以生成所述知识图谱。