[发明专利]基于法律知识图谱的查询方法、装置、电子设备及介质

权利要求书

1.一种基于法律知识图谱的查询方法，其特征在于，所述方法包括：

当接收到查询语句时，从第一预设字典中查询所述查询语句的矩阵；

基于注意力机制从法律知识图谱的元素列表中链接到所述查询语句的权重向量；

计算所述查询语句的矩阵与所述权重向量的乘积，得到所述查询语句对应的第一矩阵；

从第二预设字典中查询SQL语句的第二矩阵，以及从第三预设字典中查询所述元素列表的第三矩阵；

拼接所述第一矩阵、所述第二矩阵及所述第三矩阵，得到特征矩阵；

将所述特征矩阵输入到编码器中，得到所述编码器的输出数据，其中，所述编码器包括两个BiGRU网络；

利用解码器处理所述编码器的输出数据，得到机器查询语言，其中，所述解码器包括四个BiGRU网络；

在数据库中执行所述机器查询语言，输出查询结果。

2.如权利要求1所述的基于法律知识图谱的查询方法，其特征在于，所述编码器中的每个BiGRU网络包括多个子单元，所述方法还包括：

对于每个子单元，在初始时刻，获取预先配置的初始化值，及获取初始特征矩阵，将所述初始化值及所述初始特征矩阵输入到该子单元中，输出初始状态；或者

在除所述初始时刻外的其他时刻，获取上一时刻的输出状态，及获取当前特征矩阵，将所述上一时刻的输出状态及所述当前特征矩阵输入到该子单元中，输出当前状态。

3.如权利要求2所述的基于法律知识图谱的查询方法，其特征在于，所述方法还包括：

以所述多个子单元串行后的输出作为每个BiGRU网络的输出状态；

对每个BiGRU网络的输出状态进行向量拼接，作为所述编码器的输出数据；

将所述编码器的输出数据上传至区块链中。

4.如权利要求1所述的基于法律知识图谱的查询方法，其特征在于，所述四个BiGRU网络分别为一个类别预测通道、一个SQL通道、一个元素列表通道以及一个数值通道，所述利用解码器处理所述编码器的输出数据，得到机器查询语言包括：

利用所述类别预测通道预测所述编码器的输出数据中每个SQL词所属的通道；

基于注意力机制将每个SQL词所属的通道内概率最大的词确定为每个SQL词对应的分词；

合并每个SQL词对应的分词，得到所述机器查询语言。

5.如权利要求4所述的基于法律知识图谱的查询方法，其特征在于，所述利用所述类别预测通道预测所述编码器的输出数据中每个SQL词所属的通道包括：

对于所述编码器的输出数据中的每个SQL词，获取该词在所述SQL通道输出的概率值、在所述元素列表通道输出的概率值以及在所述数值通道输出的概率值；

将概率值最大的通道确定为下一个SQL词的通道。

6.如权利要求4所述的基于法律知识图谱的查询方法，其特征在于，所述方法还包括：

当所述编码器的输出数据中的SQL词为停止符时，控制所述类别预测通道停止预测。

7.如权利要求4所述的基于法律知识图谱的查询方法，其特征在于，根据注意力机制及交叉熵函数将所述编码器及所述解码器构成语言转化模型，所述方法还包括：

计算所述类别预测通道的第一损失，及计算基于注意力机制链接到的所述查询语句的权重向量的第二损失；

计算所述第一损失及所述第二损失的和作为所述语言转化模型的损失函数；

采用配置优化算法优化所述损失函数。