[发明专利]一种基于问题图迭代检索的知识图谱问答方法

说明书

本发明公开了一种基于问题图迭代检索的知识图谱问答方法，其特点在于采用图迭代检索来生成问题图的方法，实现知识图谱的问答，具体包括：输入问题中包含的实体来定位知识图谱中的对应节点并构建初始问题图，通过检索模块来选择和问题图中节点以及问题具有较高关联度的相邻节点并将其加入问题图中；在迭代多次得到一个最终的问题图后，通过节点分类方法从问题图中找出可能的答案节点等步骤。本发明与现有技术相比具有缩小问答检索的范围，答案检索的反应速度快，问答准确率高，进一步提高知识图谱问答的响应时间，从而避免了因图谱检索造成的大量开销，有效提升了问答方法的效果，使用的体验度好。

技术领域

本发明涉及知识图谱问答技术领域，尤其是一种基于问题图迭代检索的知识图谱问答方法。

背景技术

知识图谱问答是当前计算机自然语言的研究热点之一，在学术界与工业界都具有非常广泛的应用，知识图谱问答的研究和应用将对社会生活产生巨大的影响。如何在一个大规模知识图谱上实现智能问答，是当前急需解决的一个问题，阻碍了知识图谱问答技术在实际生活中的落地应用。采用深度学习技术来实现具有高度智能化的知识图谱问答，是目前的主流。

现有技术的知识图谱问答方法通常通过对于知识图谱的关键字检索来实现，然而由于知识图谱的图谱数据一般非常巨大，同时会存在许多的无用信息，这会导致在图谱问答的过程中会出现许多噪音相关的问题。同时由于知识图谱中存储的数据量过大，使用传统的检索方法会产生巨大的性能开销，导致答案检索的反应速度大大降低。随着知识图谱的规模越来越大，由此导致的答案检索困难以及大量存在的噪音问题会对问答的效果产生较大的负面影响，影响在实际中的使用体验。如何解决图谱中存在的噪音问题，提升问答方法的效果以及如何缩小问答检索的范围，提高知识图谱问答的响应时间，是目前大规模知识图谱问答实现中的两大难点。

发明内容

本发明的目的是针对现有技术的不足而设计的一种基于问题图迭代检索的知识图谱问答方法，采用图迭代检索来生成问题图的方法，实现知识图谱的问答，较好的消除了图谱中大量噪音，将答案查找范围限制在最终生成的问题图中，缩小问答检索的范围，答案检索的反应速度快，从而避免了因图谱检索造成的大量开销，有效提升了问答方法的效果，进一步提高知识图谱问答的响应时间，使用的体验度好。

实现本发明目的的具体技术方案是：一种基于问题图迭代检索的知识图谱问答方法，其特点是采用图迭代检索来生成问题图的方法，实现知识图谱的问答，该方法包括以下具体步骤：

步骤1：从输入问题中识别出现的实体，这个实体可以是一个单独的词或者一个连续的文本片段。

步骤2：通过对知识图谱中节点名的模糊查询，找到实体在图谱中对应的节点，将查找到的节点作为问题图的初始节点。

步骤3：检索问题图中节点的相邻节点，通过预训练模型来计算这些相邻节点与问题的关联程度，将关联度达到阈值的节点加入问题图中，该步骤需迭代多次。

步骤4：对最终形成的问题图中的节点进行答案预测。

所述步骤1使用开源NER工具LAC完成从输入问题中识别出现的实体。

所述步骤3中的计算相邻节点与问题关联程度的算法，采用预训练语言模型Bert来实现，通过拼接问题文本与相邻节点文本信息如节点名称并输入Bert语言模型中，计算出相邻节点与问题的关联程度。

本发明与现有技术相比具有缩小问答检索的范围，答案检索的反应速度快，问答准确率高，进一步提高知识图谱问答的响应时间，从而避免了因图谱检索造成的大量开销，有效提升了问答方法的效果，使用的体验度好。

附图说明

图1为本发明流程图；

图 2为实施例1操作流程图。

具体实施方式

参阅附图1，本发明采用图迭代检索来生成问题图的方法，实现知识图谱的问答，该方法具体包括下述步骤：