[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

说明书

本发明公开了一种基于农业百科知识图谱的问答系统的构建方法，包括获取互联网的数据信息；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；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；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；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。本发明将知识图谱作为数据存储方式，使用经过训练的深度学习模型对问题文本进行高效分类，结合实体匹配的方式构建查询语句，在存储知识图谱的数据库中快速查询到对应的问题答案，节约了从海量的互联网信息中寻找问题答案的时间。

技术领域

本发明涉及基于知识图谱的信息系统技术领域，特别涉及一种基于农业百科知识图谱的问答系统的构建方法。

背景技术

随着互联网技术日新月异的发展，信息呈爆炸式增长。当代人们在工作，学习，生活中遇到问题通常习惯于使用网络工具寻求解决方案。然而，基于传统搜索引擎搜索得到的结果往往是很简单。知识图谱这一概念的提出，作为当下互联网发展产生的产物，能够对实际社会中存在的各类事物及事物间的各项关系进行相对合理的形式化的描述。

农业是一切生产的首要产业，是人类的生存之本，我国作为农业大国，农业发展在国民经济中扮演着不可或缺的角色。同时，在知识经济迅猛发展的今天，信息技术在我国农业现代化建设中将发挥越来越大的作用。如何为初入相关行业的从业人员提供相关合理及时的信息，是极为重要的。

现有技术的不足之处在于，基于传统搜索引擎搜索得到的反馈结果往往是一系列网页或者文档信息列表，用户仍需要花费大量时间和精力从中寻找有效的信息，无法清晰明了的得到相关作物信息，以及有效掌握作物的适应区域、病虫害防治、光照、土壤、水分等信息并开展农业工作。

发明内容

本发明的目的克服现有技术存在的不足，为实现以上目的，采用一种基于农业百科知识图谱的问答系统的构建方法，以解决上述背景技术中提出的问题。

一种基于农业百科知识图谱的问答系统的构建方法，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；

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；

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；

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。

作为本发明的进一步的方案：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。

作为本发明的进一步的方案：所述步骤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的具体步骤包括：

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。

作为本发明的进一步的方案：所述步骤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的具体步骤包括：

S31、获取知识图谱中的类别名称，并单独存储于数据库的中；

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。

作为本发明的进一步的方案：所述提问集包括训练集的提问集以及验证集的提问集。