[发明专利]一种知识图谱问答方法及装置

权利要求书

1.一种知识图谱问答方法，其特征在于，所述方法包括：

接收问题语句，并识别问题语句的实体提及和问题模式；

在预设的知识图谱中检索与所述实体提及相关的主语实体作为候选实体；

获取所述知识图谱中所述候选实体的谓语关系，并计算所述问题模式与所述候选实体的谓语关系间的语义相似度；

将所述知识图谱中，语义相似度最大的候选实体和谓语关系所对应的宾语实体作为所述问题语句的答案。

2.根据权利要求1所述的方法，其特征在于，所述在预设的知识图谱中检索与所述实体提及相关的主语实体作为候选实体，包括：

建立所述知识图谱中主语实体与所述主语实体的n-gram集合的反向映射索引，所述主语实体的n-gram集合中包含所述主语实体的所有组合方式；

生成所述实体提及的n-gram集合，所述实体提及的n-gram集合包含所述实体提及的所有组合方式；

采用启发式算法匹配所述实体提及的n-gram集合与所述主语实体的n-gram集合，基于所述反向映射索引将匹配到的主语实体作为候选实体。

3.根据权利要求2所述的方法，其特征在于，所述在预设的知识图谱中检索与所述实体提及相关的主语实体作为候选实体，还包括：

调用已训练的多标签分类模型，所述多标签分类模型是预先通过第一问题模式样本、以及为所述第一问题模式样本所标注的主题标签训练得到的；

将所述问题模式输入至所述多标签分类模型中，通过所述多标签分类模型获得所述问题模式所属主题的第一概率；

确定所述候选实体的主题，并从所述第一概率中获取所述问题模式属于所述候选实体的主题的第二概率；

计算所述候选实体与所述问题提及的编辑距离，并基于所述编辑距离和所述第二概率中的最大概率确定所述候选实体的评分；

筛选所述候选实体中评分符合预设排名的实体。

4.根据权利要求3所述的方法，其特征在于，所述多标签分类模型的训练过程，包括：

获取训练用的第一基础模型，所述第一基础模型为预设的文本分类模型；

基于所述知识图谱中的三元组生成所述第一问题模式样本，所述第一问题模式样本所标注的主题标签为所述三元组中的谓语关系；

将所述第一问题模式样本中用于本次训练的样本和其所标注的主题标签输入至所述文本分类模型中，并计算所述文本分类模型的交叉熵损失函数值；

在所述交叉熵损失函数值不符合预设的第一结束条件的情况下，调整所述文本分类模型的权重参数，并返回执行所述将所述第一问题模式样本中用于本次训练的样本和其所标注的主题标签输入至所述文本分类模型中；

在所述交叉熵损失函数值符合所述第一结束条件的情况下，将本次训练后的所述文本分类模型作为所述多标签分类模型。

5.根据权利要求1所述的方法，其特征在于，所述计算所述问题模式与所述候选实体的谓语关系间的语义相似度，包括：

调用已训练的关系检测模型，所述关系检测模型是预先通过第二问题模式样本、以及为所述第二问题模式样本所标注的关系标签训练得到的；

将所述问题模式与所述候选实体的谓语关系输入至所述关系检测模型中，通过所述关系检测模型获得所述问题模式与所述候选实体的谓语关系的语义相似度。