[发明专利]基于知识图谱的阅读理解数据集自动生成方法和设备

权利要求书

1.一种基于知识图谱的阅读理解数据集的自动生成方法，其特征在于，包括：

提取给定的问题中的实例和/或关系；

在预先生成的概念知识图谱中获取所述实例对应的候选实例和/或候选关系，并利用所述候选实例和/或候选关系替换所述给定的问题中的所述实例和/或关系，生成新的问题；

若从所述概念知识图谱中能够获取所述新的问题的答案，则从其他数据源获取所述新的问题中的实例对应的文章片段；

利用所述新的问题及其答案和所述文章片段生成阅读理解数据集；

其中，所述在预先生成的概念知识图谱中获取所述实例对应的候选实例和/或候选关系，并利用所述候选实例和/或候选关系替换所述给定的问题中的所述实例和/或关系包括：

若一个问题中包含一个实例和一个关系，则根据所述概念知识图谱，召回该实例对应的其他一度关系，并利用该其他一度关系替换对应的问题中的关系；

或

若一个问题中包含一个实例和多个关系，则根据所述概念知识图谱，召回与该实例对应的其他最后一跳关系，并利用该其他最后一跳关系替换对应的问题中的最后一跳关系；

或

若一个问题中包含多个实例和多个关系，则随机召回其中一个实例的其他一度关系，并利用该实例的其他一度关系替换对应的问题中的关系。

2.根据权利要求1所述的基于知识图谱的阅读理解数据集的自动生成方法，其特征在于，还包括：

在预先生成的概念知识图谱中获取所述候选实例对应的候选关系，并利用所述候选实例和所述候选实例对应的候选关系替换所述给定的问题中的所述实例和关系，生成新的问题。

3.如权利要求1所述的基于知识图谱的阅读理解数据集的自动生成方法，其特征在于，所述在预先生成的概念知识图谱中获取所述实例对应的候选实例，包括：

在所述概念知识图谱中定位所述实例；

获取与所述实例属于同一概念下的其他实例作为候选实例。

4.如权利要求3所述的基于知识图谱的阅读理解数据集的自动生成方法，其特征在于，所述获取与所述实例属于同一概念下的其他实例作为候选实例，包括：

在所述概念知识图谱中，依据instanceOf关系获取所述实例对应的上一层概念，并获取所述上一层概念下的其他实例作为候选实例；

和/或，

在所述概念知识图谱中，依据subclassOf关系获取所述实例对应的上一层概念的上位概念，并获取所述上位概念的其他下位概念所对应的实例作为候选实例。

5.如权利要求1所述的基于知识图谱的阅读理解数据集的自动生成方法，其特征在于，所述利用所述候选实例替换给定的问题中的所述实例之前，还包括：对所述候选实例进行筛选，删除不符合要求的候选实例。

6.如权利要求5所述的基于知识图谱的阅读理解数据集的自动生成方法，其特征在于，所述对所述候选实例进行筛选包括：

根据所述实例和候选实例的相似度对所述候选实例进行筛选；

和/或

根据所述候选实例在所述概念知识图谱中的出度、入度和/或在大规模语料中的频率对所述候选实例进行筛选；

和/或

根据所述实例与所述候选实例对应概念的关系属性进行筛选。

7.如权利要求1所述的基于知识图谱的阅读理解数据集的自动生成方法，其特征在于，还包括：

采用预训练的语言模型对所述阅读理解数据集中的问题进行评估，并删除评估指标不符合设定条件的问题及其答案。

8.一种存储介质，其特征在于，所述存储介质存储有计算机程序，所述计算机程序运行时能够执行如权利要求1至7任意一项所述的方法。

9.一种电子设备，其特征在于，包括处理器和与所述处理器连接的存储器，所述存储器存储有多条指令，所述指令可被所述处理器加载并执行，以使所述处理器能够执行如权利要求1-7任一项所述的方法。