[发明专利]基于动态知识图谱的问答系统及方法有效
申请号: | 202010495779.4 | 申请日: | 2020-06-03 |
公开(公告)号: | CN111767376B | 公开(公告)日: | 2023-04-07 |
发明(设计)人: | 陈婉月;车海莺 | 申请(专利权)人: | 北京理工大学 |
主分类号: | G06F16/332 | 分类号: | G06F16/332;G06F16/36;G06N5/02;G06F18/22 |
代理公司: | 北京理工大学专利中心 11120 | 代理人: | 温子云;郭德忠 |
地址: | 100081 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 动态 知识 图谱 问答 系统 方法 | ||
1.基于动态知识图谱的问答方法,采用自然语言处理方法将用户问题转换为查询语句,使用所述查询语句在知识图谱中查找并返回对应的答案,其特征在于,所述知识图谱的更新过程包括以下步骤:
步骤1、将更新文件转换为结构化的新增实体,所述新增实体包含实体属性及实体关系;
步骤2、将所述新增实体进行聚类形成核心实体;选择与所述核心实体的实体关系的相似度大于设定阈值的实体关系作为关联实体关系;在原始知识图谱中选取包含所述关联实体关系的实体作为关联实体;
步骤3、采用双向随机游走模型,以所述关联实体关系作为语义焦点、以所述关联实体为起点划分形成子空间;融合所述新增实体与所述子空间形成更新子空间;
步骤4、对所述更新子空间进行知识图谱补全,形成更新知识图谱;将所述更新知识图谱与所述原始知识图谱合并形成新的知识图谱。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括根据历史答案进行预测的过程,具体包括以下步骤:
根据所述历史答案的评分形成高分答案表;根据所述高分答案表中所包含的实体关系构建查询语句,使用所述查询语句在知识图谱中查找并返回答案。
3.根据权利要求1所述的方法,其特征在于,所述步骤2中采用余弦相似度计算实体关系间的相似度。
4.一种基于动态知识图谱的问答系统,其特征在于,包括用户交互模块、自然语言处理模块、知识图谱存储模块及知识图谱更新模块;
其中,所述用户交互模块,用于将接收到的用户问题发送至所述自然语言处理模块;
所述自然语言处理模块,用于将所述用户问题转换为查询语句,并将所述查询语句发送至所述知识图谱存储模块;将更新文件转换为结构化的新增实体,新增实体发送至所述知识图谱更新模块;
所述知识图谱更新模块,用于将所述新增实体进行聚类形成核心实体,确定与所述核心实体的实体关系的相似度大于设定阈值的实体关系为关联实体关系;并在原始知识图谱中选取包含所述关联实体关系的实体作为关联实体;采用双向随机游走模型,以所述关联实体关系作为语义焦点、以所述关联实体为起点划分形成子空间;融合所述新增实体与所述子空间形成更新子空间;对所述更新子空间进行知识图谱补全,形成更新知识图谱;将所述更新知识图谱发送至所述知识图谱存储模块;
所述知识图谱存储模块,用于存储知识图谱,并根据所述查询语句返回对应的答案;并将所述更新知识图谱与原始知识图谱合并形成新的知识图谱。
5.根据权利要求4所述的系统,其特征在于,所述用户交互模块还用于对所述答案进行评分,并根据所述评分形成高分答案表。
6.根据权利要求5所述的系统,其特征在于,所述系统还包括预测推荐模块,所述预测推荐模块用于根据所述高分答案表中所包含的实体关系构建复合查询语句,并将所述复合查询语句发送至所述知识图谱存储模块。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京理工大学,未经北京理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010495779.4/1.html,转载请声明来源钻瓜专利网。