[发明专利]基于知识图谱的智能客服问答推荐方法及系统

权利要求书

1.一种基于知识图谱的智能客服问答推荐方法，其特征在于，包括：

从样本数据中抽取普通实体词、关系词、问题实体语句和答案实体语句，构建普通实体列表、关系列表、普通实体与问题实体关系列表、普通实体与答案实体关系列表存储于图谱数据库；

当用户的提问问句被智能客服系统识别为意图缺失时，根据所述普通实体列表和所述关系列表提取所述提问问句中的普通实体词和关系词；

基于提取的所述普通实体词遍历普通实体列表，并在普通实体列表遍历到对应实体时，通过普通实体与问题实体关系列表查找相应的问题实体语句反馈给用户，或者通过普通实体与答案实体关系列表查找相应的答案实体语句反馈给用户。

2.根据权利要求1所述的方法，其特征在于，从样本数据中抽取普通实体词、关系词、问题实体语句和答案实体语句的方法包括：

针对每个所述样本数据分词后，通过词性识别并抽取其中的普通实体词和关系词，或者，采用预设的正则表达式识别并抽取其中的普通实体词和关系词；

识别所述样本数据为问题实体语句或者答案实体语句。

3.根据权利要求1或2所述的方法，其特征在于，构建普通实体列表、关系列表、普通实体与问题实体关系列表、普通实体与答案实体关系列表存储于图谱数据库的方法还包括：

采集多个所述样本数据的普通实体词构建普通实体列表，采集多个所述样本数据的关系词构建关系列表，采集多个所述样本数据的普通实体词、关系词及对应的问题实体语句构建普通实体与问题实体关系列表，采集多个所述样本数据的普通实体词、关系词及对应的答案实体语句构建普通实体与答案实体关系列表。

4.根据权利要求2所述的方法，其特征在于，通过词性识别其中的普通实体词和关系词的方法包括：

将所述样本数据中的名词识别为普通实体词，将名词之后的介词和/或动词识别为关系词。

5.根据权利要求2所述的方法，其特征在于，针对样本数据中的关系词做近义词拓展，以丰富所述关系列表、所述普通实体与问题实体关系列表和所述普通实体与答案实体关系列表中的关系词。

6.根据权利要求1所述的方法，其特征在于，根据所述普通实体列表和所述关系列表对用户的提问问句意图识别的方法包括：

利用textcnn算法模型识别用户提问问句的意图，若识别成功则由智能客服系统自动回复用户提问，若识别失败则根据所述普通实体列表和所述关系列表提取所述提问问句中的普通实体词和关系词，调用图谱数据库通过知识图谱查询后回复用户提问。

7.一种基于知识图谱的智能客服问答推荐系统，其特征在于，包括：

构建单元，用于从样本数据中抽取普通实体词、关系词、问题实体语句和答案实体语句，构建普通实体列表、关系列表、普通实体与问题实体关系列表、普通实体与答案实体关系列表存储于图谱数据库；

提取单元，用于当用户的提问问句被智能客服系统识别为意图缺失时，根据所述普通实体列表和所述关系列表提取所述提问问句中的普通实体词和关系词；

查找单元，用于基于提取的所述普通实体词遍历普通实体列表，并在普通实体列表遍历到对应实体时，通过普通实体与问题实体关系列表查找相应的问题实体语句反馈给用户，或者通过普通实体与答案实体关系列表查找相应的答案实体语句反馈给用户。

8.根据权利要求7所述的系统，其特征在于，所述构建单元包括：

分词模块，用于针对每个所述样本数据分词后，通过词性识别并抽取其中的普通实体词和关系词，或者，采用预设的正则表达式识别并抽取其中的普通实体词和关系词；

识别模块，用于针对每个所述样本数据分词后，通过词性识别并抽取其中的普通实体词和关系词，或者，采用预设的正则表达式识别并抽取其中的普通实体词和关系词。

9.根据权利要求8所述的系统，其特征在于，通过词性识别其中的普通实体词和关系词的方法包括：

将所述样本数据中的名词识别为普通实体词，将名词之后的介词和/或动词识别为关系词。

10.一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，其特征在于，计算机程序被处理器运行时执行上述权利要求1至6任一项所述方法的步骤。