[发明专利]一种基于农业百科知识图谱的问答系统的构建方法有效
申请号: | 202011165079.5 | 申请日: | 2020-10-27 |
公开(公告)号: | CN112231460B | 公开(公告)日: | 2022-07-12 |
发明(设计)人: | 陈雷;朱芃璇;袁媛 | 申请(专利权)人: | 中国科学院合肥物质科学研究院 |
主分类号: | G06F16/332 | 分类号: | G06F16/332;G06F16/35;G06F16/36;G06Q50/02 |
代理公司: | 合肥天明专利事务所(普通合伙) 34115 | 代理人: | 娄岳 |
地址: | 230031 *** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 农业 百科 知识 图谱 问答 系统 构建 方法 | ||
1.一种基于农业百科知识图谱的问答系统的构建方法,其特征在于,包括:
S1、获取互联网的数据信息;
S2、对数据信息进行预处理得到结构化数据,并构建知识图谱存储于数据库中,所述结构化数据的数据格式包括:作物、渔业、农药名称与其对应分类及各属性类别;
具体步骤包括:
S21、对获取非结构化的数据信息,利用文本规则匹配与人工检查的方式进行数据预处理;
S22、构建实体、关系、属性的三元组并进行遍历,同时建立实体与关系模型的知识图谱存储于数据库中;
S3、导出知识图谱中的实体节点数据,获取实体与问题关键词并构建训练集与验证集,具体步骤包括:
S31、获取知识图谱中的类别名称,并单独存储于数据库中;
S32、根据每个类别名称抽取实体,并依据不同的属性设置提问集;
S33、利用抽取的实体和设置的提问集,同时根据单标签分类和多标签分类生成训练集和验证集并进行存储;
S4、建立用于多标签文本分类的神经网络模型并进行模型训练的具体步骤包括:
S41、选择搭建神经网络的框架,同时将数据信息转化为神经网络可直接调用的格式;
S42、每100个batch在训练集上进行一次测试,总共训练20个epoch,建立神经网络模型;
S43、如果损失值比设定值小,则保存并更新模型参数,如果模型连续1000个batch损失值没有减小,则终止训练;
S5、利用实体与问题关键词的分类结构构造查询语句,在数据库中查询对应的数据信息并反馈给用户。
2.根据权利要求1所述一种基于农业百科知识图谱的问答系统的构建方法,其特征在于,所述提问集包括训练集的提问集以及验证集的提问集。
3.根据权利要求1所述一种基于农业百科知识图谱的问答系统的构建方法,其特征在于,所述S5利用实体与问题关键词的分类结构构造查询语句,在数据库中查询对应的数据信息并反馈给用户的具体步骤包括:
S51、获取实体信息,对输入问题进行实体匹配,若无法匹配则标记未知状态;
S52、若匹配则利用神经网络模型进行判断,并得到问题类型表,构建实体与问题关键词的查询语句;
S53、利用构建的查询语句在数据库中查找对应的信息并反馈。
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中国科学院合肥物质科学研究院,未经中国科学院合肥物质科学研究院许可,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/202011165079.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:健康监测方法、装置及计算机可读介质
- 下一篇:一种传统美学用概念演示装置