[发明专利]数据查询方法以及系统

权利要求书

1.一种数据查询方法，其特征在于，包括：

接收第一请求，所述第一请求携带第一原始语句；

对所述第一原始语句进行分类，生成序列标注结果；

获取预设的自注意力矩阵参数，基于所述自注意力矩阵参数和序列标注结果生成多个词注意力矩阵；

基于所述多个词注意力矩阵生成多个意图流解析结果；

通过知识图谱库对所述多个意图流解析结果进行查询，以得到查询结果。

2.根据权利要求1所述的数据查询方法，其特征在于，所述接收第一请求，所述第一请求携带第一原始语句包括：

将所述第一原始语句映射为第一标识序列和第二标识序列；

将所述第一标识序列映射为第一字向量序列，将所述第二标识序列映射为第一位置向量序列。

3.根据权利要求2所述的数据查询方法，其特征在于，所述对所述第一原始语句进行分类，生成序列标注结果包括：

将所述第一字向量序列和第一位置向量序列按位置相加输入至序列标注任务模型中；

基于所述序列标注任务模型的多个编码器对所述第一字向量序列和第一位置向量序列执行编码，输出向量集；

将所述向量集输入至序列标注任务模型的多个解码器中，基于所述多个解码器对所述向量集执行解码和降维处理，输出目标向量；

通过分类器对所述目标向量进行线性变换，输出序列标注结果。

4.根据权利要求3所述的数据查询方法，其特征在于，所述获取预设的自注意力矩阵参数，基于所述自注意力矩阵参数和序列标注结果生成多个词注意力矩阵包括：

从所述编码器的第一层编码器中获取所述自注意力矩阵参数；

基于所述自注意力矩阵参数生成每个字的自注意力矩阵；

基于序列标注结果获取多个目标词以及每个目标词中的每个字的自注意力矩阵；

基于每个目标词中的每个字的自注意力矩阵，计算得到对应的目标词的词注意力矩阵。

5.根据权利要求4所述的数据查询方法，其特征在于，所述基于所述多个词注意力矩阵生成多个意图流解析结果包括：

从多个所述目标词的词注意力矩阵中取均值，将所述均值定义为阈值；

将多个所述目标词的词注意力矩阵与所述阈值进行比对，生成比对结果；

基于所述比对结果：确定所述词注意力矩阵大于所述阈值的目标词为意图关联词；

基于所述序列标注结果和意图关联词生成多个意图流解析结果。

6.根据权利要求1所述的数据查询方法，其特征在于，所述知识图谱库存储于区块链中，通过知识图谱库对所述多个意图流解析结果进行查询，以得到查询结果还包括：

将所述多个意图流解析结果分别组装成对应的第二语句；

识别所述第二语句，生成所述第二语句对应的意图类型；

基于所述第二语句的意图类型和所述第二语句在对应的知识图谱库中查询，以得到查询结果。

7.根据权利要求1所述的数据查询方法，其特征在于，所述方法还包括：

获取多个样本原始语句以及所述多个样本原始语句对应的样本标注标签；

将所述多个样本原始语句映射为第一样本标识序列和第二样本标识序列；

将所述第一样本标识序列映射为第一样本字向量序列，将所述第二样本标识序列映射为第一样本位置向量；

将所述第一样本字向量序列和第一样本位置向量输入至所述序列标注任务模型，通过所述序列标注任务模型输出样本序列标注结果；

通过样本标注标签和样本序列标注结果计算交叉熵损失值，并基于所述交叉熵损失值调整所述序列标注任务模型，以得到优化后的序列标注任务模型。