[发明专利]一种基于词嵌入匹配技术的知识图谱问答方法及装置

说明书

本发明实施方式公开了一种基于词嵌入匹配技术的知识图谱问答方法及装置，本方法包括：获取用户输入问句并对问句预处理；将处理后的问句送入实体标注模块标注主实体；将问句送入词嵌入匹配模块查询最优主实体；将问句送入关系抽取模块获取关系信息；将最优主实体与关系信息送入客实体查询模块，在知识图谱数据库中进行客实体查询，找到对应的客实体；根据查询的最优主实体、关系信息和客实体，获取问句对应的答案。本发明通过加入词嵌入匹配模块，与知识图谱中的各个实体的表示特征进行欧式距离的计算，从而辅助主实体的选择，解决传统模型在实体标注时易产生错误，难以得到准确有效的答案的问题，进一步提高了回答结果的准确率。

技术领域

本发明涉及信息处理技术领域，尤其涉及一种基于词嵌入匹配技术的知识图谱问答方法及装置。

背景技术

随着互联网技术的发展，大规模网络数据资源的出现，人们希望从海量的互联网数据中准确、快速地获取有价值的信息，这推动了知识图谱问答系统被广泛的应用。知识图谱由google于2012年率先提出，其初衷是用以增强自家的搜索引擎的功能和提高搜索结果质量，使得用户无需通过点击多个连接就可以获取结构化的搜索结果，并且提供一定的推理功能，它把复杂的知识领域通过数据挖掘、信息处理、知识计量和图形绘制而显示出来，揭示知识领域的动态发展规律，为学科研究提供切实的、有价值的参考。

但传统的基于知识图谱的问答系统，往往仅包含实体标注模块与关系抽取模块两部分。实体标注模块的主要作用是对现有问句进行序列标注任务对问句中的主实体进行标注，关系抽取模块则是通过对问句针对知识图谱数据中的关系类型进行分类，确定三元组的对应关系。传统的基于知识图谱的问答系统往往覆盖率低，且灵活性差，当数据波动较大时，往往不能获得很好的表现效果。同时，仅用实体标注模块来标注主实体会存在以下问题：当用户输入问题较复杂，或知识图谱数据库中存在重复名称的实体时，易出现实体标注错误，难以得到准确有效的答案。

发明内容

本发明实施方式的目的在于提供一种基于词嵌入匹配技术的知识图谱问答方法及装置，以解决上述技术问题中提出实体标注错误难以得到准确有效的答案的技术问题。

为解决上述问题，本发明实施方式提供一种基于词嵌入匹配技术的知识图谱问答方法，所述方法包括以下步骤：

获取用户输入的问句，对所述问句进行预处理；

将已预处理的问句送入实体标注模块，通过对所述问句特征进行提取并标注主实体；

将所述问句送入词嵌入匹配模块，基于知识图谱查询最优主实体；

将所述问句送入关系抽取模块，通过对所述问句特征提取获取相应的关系信息；

将查询到的最优主实体与相应的关系信息送入到客实体查询模块，在知识图谱数据库中进行客实体查询，找到对应的客实体；

根据查询到的最优主实体、关系信息和客实体，获取问句对应的答案。

优选地，所述实体标注模块对主实体标注的步骤为：

运用glove工具得到问句中每个词的词向量；

通过双向GRU模块和Attention机制来提取每个词的上下文表示特征；

通过softmax层得到每个词的标注结果，若该词是主实体，则标注为1，否则标注为0。

优选地，所述词嵌入匹配模块对最优主实体的查询步骤为：

运用glove工具得到问句中每个词的词向量；

通过双向GRU模块来提取整句的文本特征；

通过多层感知器MLP得到与知识图谱中实体表示学习维度相同的特征向量；

计算该特征向量与各个实体在知识图谱表示学习中向量的欧式距离；