[发明专利]知识图谱的语义问答方法、装置、计算机设备及存储介质

权利要求书

1.一种知识图谱的语义问答方法，其特征在于，包括：

接收用户输入的问题文本；

将所述问题文本输入预测模型，输出所述问题文本的核心实体；

将所述核心实体与知识图谱中的候选实体进行特征对比，得到所述核心实体在知识图谱中对应的核心节点；

基于所述核心节点，在所述知识图谱上向外扩展节点，并对扩展的节点的关系进行过滤，构建得到多个候选子图；

将多个所述候选子图分别输入图卷积网络，输出每个候选子图的得分，选用最高得分的候选子图作为答案子图；

根据所述答案子图，套用模板生成答案。

2.根据权利要求1所述的知识图谱的语义问答方法，其特征在于，所述将所述问题文本输入预测模型，输出所述问题文本的核心实体，包括：

将所述问题文本进行向量化处理得到词向量和字向量，将所述词向量和字向量进行组合得到二维矩阵；

将所述二维矩阵输入预测模型，利用所述预测模型的双向神经网络对所述二维矩阵进行语义特征提取，输出所述问题文本的每个位置的特征向量；

对每个位置的特征向量进行预测，得到每一位置为起始位置或终止位置的概率，并根据概率确认所述核心实体的起始位置和终止位置。

3.根据权利要求1所述的知识图谱的语义问答方法，其特征在于，所述将所述核心实体与知识图谱中的候选实体进行特征对比，得到所述核心实体在知识图谱中对应的核心节点，包括：

将所述核心实体进行编码得到对应的特征向量，再对该特征向量进行最大池化操作；

将多个所述候选实体分别进行编码得到多个对应的特征向量；

将所述核心实体的特征向量与所有候选实体的特征向量进行相似度对比，选取相似度最高的候选实体作为核心实体在知识图谱中对应的核心节点。

4.根据权利要求1所述的知识图谱的语义问答方法，其特征在于，所述基于所述核心节点，在所述知识图谱上向外扩展节点，并对扩展的节点的关系进行过滤，构建得到多个候选子图，包括：

以所述核心节点为出发点往外扩展搜寻其他节点，根据其他节点的关系与所述问题文本的相似度，确定是否保留其他节点的关系，并根据搜寻到的其他节点和保留的节点的关系构建多个候选子图。

5.根据权利要求4所述的知识图谱的语义问答方法，其特征在于，所述以所述核心节点为出发点往外扩展搜寻其他节点，根据其他节点的关系与所述问题文本的相似度，确定是否保留其他节点的关系，并根据搜寻到的其他节点和保留的节点的关系构建多个候选子图，包括：

以所述核心节点为出发点往外扩展搜寻并获取其他节点；

获取搜寻到的其他节点的关系，并计算所述关系与所述问题文本的相似度，判断计算出的相似度是否大于预设相似度阈值，并将大于预设相似度阈值的节点的关系保留，将小于或等于预设相似度阈值的节点的关系剔除，并根据搜寻到的其他节点和保留的节点的关系构建多个候选子图。

6.根据权利要求3所述的知识图谱的语义问答方法，其特征在于，所述将多个所述候选子图分别输入图卷积网络，输出每个候选子图的得分，选用最高得分的候选子图作为答案子图，包括：

分别将每一候选子图输入图卷积网络，进行多次卷积变换后，输出卷积后的候选子图；

将卷积后的候选子图与编码后的所述核心实体对应的特征向量进行拼接，再进行卷积编码；

将卷积编码后的每一所述候选子图的向量进行全连接变换并得到对应的分数，并选取最高分数对应的候选子图作为答案子图。

7.根据权利要求1所述的知识图谱的语义问答方法，其特征在于，所述根据所述答案子图，套用模板生成答案，包括：

确认所述答案子图对应的问题为用户输入的所述问题文本，将所述答案子图对应的问题的答案作为所述问题文本的答案并返回。