[发明专利]基于依存句法的相似度计算模型和系统及搭建系统的方法

权利要求书

1.一种基于依存句法的相似度计算模型，其特征在于，包括：

问句语义编码，所述问句语义编码包括最短依存路径句法编码、基于句法树的表达、以及预训练词向量语义编码；

问句对应的候选查询图的语义编码，用于将答案查询图经过预训练词向量语义编码得到查询图语义编码；

将所述预训练词向量语义编码、最短依存路径句法编码以及基于句法树的表达进行拼接得到问句语义编码；

对查询图语义编码与问句语义编码进行互注意力机制，进行信息交互，再通过相似度计算，得到语义相似度。

2.根据权利要求1所述的基于依存句法的相似度计算模型，其特征在于：所述最短依存路径句法编码是在依存句法树中，将疑问词与中心词之间的最短路径作为最短依存路径，同时也包含所述疑问词与中心词之间的依存关系，将中心词作为主题实体。

3.根据权利要求1所述的基于依存句法的相似度计算模型，其特征在于：所述基于句法树的表达是在依存句法树中，将每个节点和每条边都通过树状双向GRU神经网络编码，得到整颗树的依存句法表示。

4.根据权利要求3所述的基于依存句法的相似度计算模型，其特征在于：所述基于句法树的表达在自上而下、自下而上的学习过程中，学习到每个词的全局依存句法表示。

5.一种系统，其特征在于：包括权利要求1-4中任意一项所述的基于依存句法的相似度计算模型。

6.一种搭建系统的方法，用于搭建权利要求5所述的系统，其特征在于，包括：

步骤S1：对问句进行预处理后，从所述问句中识别出问句的主题实体；

步骤S2：根据识别出的主题实体，构建主题实体的一跳三元组、两跳三元组；

步骤S3：对问句进行时间信息和次序信息的提取，将时间信息、次序信息加入到一跳三元组、两跳三元组中，完成问句的每一个候选查询图构建；

步骤S4：将所述问句和问句对应的所有查询图输入到知识图谱问答系统中，完成问句及其对应的查询图的相似度得分计算，选出得分最高的查询图作为问句对应的最优查询图，根据最优查询图完成最优答案的寻找。

7.根据权利要求6所述的搭建系统的方法，其特征在于：构建主题实体的一跳三元组、两跳三元组时，先在知识图谱中进行一跳三元组、两跳三元组搜寻后，再构建主题实体的一跳三元组、两跳路径三元，且并对不常用谓词表进行路径筛选。

8.根据权利要求6所述的搭建系统的方法，其特征在于：对问句进行时间信息和次序信息的提取的方法为：利用正则表达式和序数词词典，对问句进行时间信息和次序信息的提取。

9.根据权利要求6所述的搭建系统的方法，其特征在于：所述知识图谱问答系统搭建完成后，还需要对系统进行训练。

10.根据权利要求9所述的搭建系统的方法，其特征在于：对系统进行训练时，采用正负例的方式来进行模型的训练，并且将铰链损失作为损失函数。