[发明专利]一种信息查询方法及系统及装置及介质

说明书

本发明公开了一种信息查询方法及系统及装置及介质，涉及自然语言处理领域，包括：对编码后的查询输入信息进行实体识别，生成本体子图；对所述本体子图中的节点进行分类，获得节点分类标签；生成所述本体子图中约束节点的类型和约束条件；基于所述分类标签，获得查询图；获得知识库中对应的实体集合；基于所述实体集合中的实体信息，获得所述信息查询路径的主题节点和连接节点；基于所述信息查询路径的主题节点、所述信息查询路径的连接节点、所述约束节点的类型、所述约束条件和所述查询图，生成所述信息查询路径；执行所述信息查询路径，获得与所述查询输入信息对应的结果，本方法提高了信息查询的效率。

技术领域

本发明涉及自然语言处理领域，具体地，涉及一种信息查询方法及系统及装置及介质。

背景技术

智能问答是当前自然语言处理领域一个重要的研究方向，具有广阔的应用前景,随着知识库相关技术的研究，近年来不断取得新的突破，基于知识库的问答(KBQA:Knowledge Base Question Answer)技术也引起了越来越多研究者的关注。KBQA通常指通过对给定的自然语言问题进行语义理解和解析，再结合知识库中的结构化知识，推理得出答案。目前基于KBQA的智能问答通常使用基于信息检索的方法，即：直接利用问题所表达的语义信息从知识库中检索答案，例如将自然语言问题和知识库中的候选答案进行嵌入编码，再根据问题和答案的语义匹配程度查找和排序答案。基于语义解析的方法通常将自然语言问题转化成可以在知识库中进行查询的逻辑表达式，例如根据自然语言问题生成查询图，然后在知识图谱上进行查询。如对于如下的自然语言问题:

广东省有多少人口？

基于信息检索的方法主要包括以下几个步骤：

(1)识别出问题中的主题词“广东省”，通过实体链接方式找到“广东省”在知识库中对应的实体，并将其邻居节点作为问题的候选答案，如图1中的“179725平方千米”，“10430万人”，“110760亿”。

(2)使用LSTM或者Transformer等编码器对自然语言问题“广东省有多少人口？”进行编码。

(3)在图一中，生成主题词“广东省”到候选答案的路径，如下：

广东省，面积，179725平方千米

广东省，人口，10430万人

广东省，地区生成总值，110760亿

使用LSTM或者Transformer等编码器对上述路径进行编码。

(4)计算问题编码和候选答案编码之间的语义匹配程度并进行排序，选择得分最高的候选答案作为问题的最终答案。

基于信息检索的方法可以很好的处理简单问题的回答，但是对于添加了聚合等约束条件的复杂问题难以解决，无法根据问句的语义信息编码直接到知识库中匹配问题的答案，必须利用语义解析的方法识别出问题答案在知识库中的主题词，核心路径，约束条件等信息，对于这类问题通常利用语义解析的方法结合问句提供的信息生成查询图，再在知识库上执行查询图，查找到问题在知识库中的答案，

目前业界主流的KBQA方法主要研究知识库中单跳简单问题的问答技术，对于多约束条件，多跳推理问题主要以问题中的实体作为种子节点在知识库中通过多步游走生成查询图，由于知识库中有的实体节点的邻居节点规模巨大，直接在实体知识库中游走效率低下，急需一种高效的信息查询方法。

发明内容

为了提高信息查询的效率，本发明提供了一种信息查询方法及系统及装置及介质。

为实现上述发明目的，本发明提供了一种信息查询方法，所述方法包括：

对编码后的查询输入信息进行实体识别，获得第一实体集合；

基于所述第一实体集合中实体信息的类型，获得第一本体集合后生成本体子图；