[发明专利]基于图结构的知识点推荐方法及装置

说明书

本说明书的实施例提供基于图结构的知识点推荐方法及装置。在该知识点推荐方法中，基于历史连续问答会话数据构建知识图谱，知识图谱是有向图结构，节点表示知识点，有向边的方向表示所连接的知识点对的出现顺序，以及有向边的边权重用于反映对应的知识点对的出现次数。在接收用户的问题语句后，在知识库中获取与问题语句对应的第一知识点；在知识图谱中确定与第一知识点关联的第二知识点，并将所确定的第二知识点中的问题推荐给用户。

技术领域

本说明书实施例通常涉及人工智能技术领域，尤其涉及基于图结构的知识点推荐方法及装置。

背景技术

云客服机器人是云客服的核心功能，其负责回答用户的文本提问。在用户遇到的问题较为复杂或者用户对业务不太了解时，用户难以通过一次提问就解决问题，从而用户需要提出多个连续的问题。比如，对于不了解花呗的用户，可能会在云客服机器人中连续咨询“花呗是什么”，“花呗是否要手续费”，“花呗开通条件”等问题。

为了减轻用户的输入负担，提升云客服机器人的用户体验，云客服机器人通常会在回答用户提问的同时，给用户推荐可能有用的知识点，以供用户输入时使用。

发明内容

鉴于上述问题，本说明书实施例提供一种基于图结构的知识点推荐方法及装置。利用该方法及装置，基于历史连续问答会话数据构建知识图谱，利用知识图谱中的图结构来确定与用户当前问题语句所对应的第一知识点相关联的第二知识点，并将第二知识点中的问题提供给用户，以供用户在下轮问题输入时进行选择确认，从而方便用户在需要连续提问时的后续问题输入，减轻用户在连续提问时的问题输入负担，并且提升用户下轮问题的准确度，由此提高用户的提问效率，提升用户的客服体验。

根据本说明书实施例的一个方面，提供一种基于图结构的知识点推荐方法，包括：接收用户的问题语句；在知识库中获取与所述问题语句对应的第一知识点，所述知识库包括知识点集合，所述知识点集合中的每个知识点包括问题答案对；在知识图谱中确定与所述第一知识点关联的第二知识点，所述知识图谱是基于历史连续问答会话数据构建的有向图结构，所述知识图谱的节点表示知识点，有向边的方向表示所连接的知识点对的出现顺序，以及有向边的边权重用于反映对应的知识点对的出现次数；以及将所确定的第二知识点中的问题推荐给所述用户。

可选地，在上述方面的一个示例中，所述知识图谱中的知识节点具有基于所述有向图结构确定的知识点向量表示，在知识图谱中确定与所述第一知识点关联的第二知识点可以包括：计算所述第一知识点与所述知识图谱中的其它知识点之间的向量距离；以及根据所述第一知识点与其它知识点之间的向量距离，确定与所述第一知识点关联的第二知识点。

可选地，在上述方面的一个示例中，所述知识点节点的知识点向量表示可以采用下述过程确定出：利用随机游走算法在所述知识图谱中随机游走，得到多个知识点节点序列，所述知识点节点序列表示知识点的游走路径；以及将所得到的知识点节点提供给向量表示模型，以得到所述知识图谱中的各个知识点节点的知识点向量表示。

可选地，在上述方面的一个示例中，所述随机游走算法在随机游走时的知识点节点选择可以是基于所述知识图谱中的有向边的边权重确定的。

可选地，在上述方面的一个示例中，所述向量表示模型包括skipgram算法模型、MMDW算法模型或者TADW算法模型。

可选地，在上述方面的一个示例中，所述知识点推荐方法还可以包括：响应于所述用户确认所推荐的第二知识点，将所述第二知识点中的答案提供给所述用户。

可选地，在上述方面的一个示例中，所述第二知识点可以包括多个第二知识点，并且所述第二知识点具有关联度，所述知识点推荐方法还包括：基于所述第二知识点的关联度，从所述第二知识点中确定向用户推荐的目标知识点，将所确定的第二知识点中的问题推荐给所述用户可以包括：将所确定的目标知识点中的问题推荐给所述用户。