[发明专利]数据查询方法以及系统

说明书

本发明涉及大数据领域，提供一种数据查询方法，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。本发明通过意图的提取和注意力机制关联多意图词和非意图词，有效解决了原始查询句中多意图的情况下查询结果不准确的问题，提高了查询效率。

技术领域

本发明实施例涉及大数据技术领域，尤其涉及一种数据查询方法以及系统。

背景技术

目前，以搜索引擎为主的基于知识图谱的自动检索一般是通过实体识别替换和文本匹配的方式，首先通过命名实体识别找出实体词进行替换，如用户查询“姚明的身高是多少”时，则查找到[姚明]，将[姚明]替换为[名人]，查找到[身高]，将[身高]替换为[资料]，即用户句子转变为“[名人]的[资料]是多少”，然后该句子与后台数据库的样本句通过文本匹配算法进行匹配，成功匹配到“[名人]的[资料]”这个意图，最后在知识图谱数据库中查询人名叫“姚明”，资料为“身高”的属性值即可返回给用户答案。

然而，发明人意识到，通过上述意图识别搜索查询的方式需要人工维护大量的样本句，对于多意图的查询句的查询，以及当查询句不符合样本句的模板时，不能返回正确地查询答案。通过上述意图识别搜索查询的方式查询效率低，准确率低。

发明内容

有鉴于此，本发明实施例提供了一种数据查询方法、系统、计算机设备及计算机可读存储介质，用于解决通过上述实体识别和文本匹配的搜索查询的方式查询效率低和准确率低的问题。

本发明实施例是通过下述技术方案来解决上述技术问题：

一种数据查询方法，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。

进一步地，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。

进一步地，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。

进一步地，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；