[发明专利]一种基于领域知识图谱的问答系统及其构建方法

权利要求书

1.一种基于领域知识图谱的问答系统构建方法，其特征在于，包括步骤：

从互联网中爬取给定领域的信息，抽取信息中的三元组，将三元组插入到图数据库中进行存储；

对用户输入的问句进行分词、句法分析，获得问句中各词语之间的依存关系表，所述依存关系指一个句子中各词语之间的依赖关系；

通过遍历依存关系表生成查询语义图，并将查询语义图转换为图数据库的查询语句；

最终用查询语句查询图数据库，得到答案。

2.根据权利要求1所述的基于领域知识图谱的问答系统构建方法，其特征在于，所述从互联网中爬取给定领域的信息，包括如下步骤：

(1-1)初始化URL待爬取队列；

(1-2)从待爬取队列中取出一个URL访问；

(1-3)获取所访问网页的源码，抽取三元组；

(1-4)从网页的源码中提取新的URL；

(1-5)根据当前待爬取队列和已爬队列对提取的新的URL进行过滤和去重；

(1-6)将过滤和去重后的新URL加入待爬取队列，把当前已经抽取信息的URL添加到已爬队列；

(1-7)重复(1-2)～(1-6)，直到待爬取队列为空。

3.根据权利要求1所述的基于领域知识图谱的问答系统构建方法，其特征在于，从互联网中爬取给定领域的信息时，针对所访问网页的源码，利用正则表达式进行解析并抽取出三元组知识，方法是：

首先，利用xpath函数提取网页源码中所有<div class＝’para’></div>块中的段落内容；然后，利用python，使用pyltp接口对提取的段落内容进行分词、词性标注、语法解析，抽取出文本中的三元组信息。

4.根据权利要求1所述的基于领域知识图谱的问答系统构建方法，其特征在于，所述三元组插入到Neo4j图数据库中进行存储。

5.根据权利要求1所述的基于领域知识图谱的问答系统构建方法，其特征在于，采用自然语言处理工具HanLP对用户输入的问句进行分词，分词后采用自然语言处理工具HanLP得到问句中各词语之间的依存关系表。

6.根据权利要求1所述的基于领域知识图谱的问答系统构建方法，其特征在于，利用语义图算法生成查询语义图，其中包括两次遍历依存关系：

(2-1)第一次遍历依存关系：找出其中的名词性词语，构建名词结点，并加入到名词性结点的集合中；找出其中的动词性词语，根据依存关系，找出谓语动词的主语和宾语；

(2-2)第二次遍历依存关系：根据依存关系，建立名词性节点集合中修饰词和被修饰词之间的图关系。

7.根据权利要求6所述的基于领域知识图谱的问答系统构建方法，其特征在于，将查询语义图转换为Neo4j图数据库的查询语句。

8.根据权利要求7所述的基于领域知识图谱的问答系统构建方法，其特征在于，用查询语句查询Neo4j图数据库，得到答案。

9.一种基于领域知识图谱的问答系统，其特征在于，包括：

知识图谱构建模块，用于从互联网中爬取给定领域的信息，抽取信息中的三元组，将三元组插入到图数据库中进行存储；

问答模块，用于对用户输入的问句进行分词、句法分析，获得问句中各词语之间的依存关系表，所述依存关系指一个句子中各词语之间的依赖关系；通过遍历依存关系表生成查询语义图，并将查询语义图转换为图数据库的查询语句；用查询语句查询图数据库，得到答案；

后台处理模块，用于实现前端展示模块和知识图谱构建模块、问答模块之间的信息传递；

前端展示模块，用于获取用户提问信息，并向用户展示最终的答案结果。