[发明专利]专家系统知识库构建方法、问答方法、系统、装置及介质

权利要求书

1.一种专家系统知识库构建方法，其特征在于，包括以下步骤：

获取预设的第一问答信息，所述第一问答信息包括多个第一问题描述以及所述第一问题描述对应的问题类型和第一答复内容；

对所述第一问题描述进行特征提取，得到问题特征向量；

根据所述问题特征向量、所述问题类型以及所述第一答复内容确定训练数据集，进而将所述训练数据集输入到预先构建的深度神经网络中进行训练，得到训练好的知识推理模型；

根据所述知识推理模型周期性获取专家知识数据，进而根据所述专家知识数据构建专家系统知识库。

2.根据权利要求1所述的一种专家系统知识库构建方法，其特征在于，所述对所述第一问题描述进行特征提取，得到问题特征向量这一步骤，其具体包括：

对所述第一问题描述进行分词处理，得到第一词组；

通过Word2ve模型确定所述第一词组中各个词的词嵌入向量，进而根据所述词嵌入向量确定所述第一词组的词组向量；

对所述词组向量进行归一化处理，得到所述问题特征向量。

3.根据权利要求1所述的一种专家系统知识库构建方法，其特征在于，所述根据所述问题特征向量、所述问题类型以及所述第一答复内容确定训练数据集这一步骤，其具体包括：

根据所述问题特征向量确定训练样本；

根据所述问题类型确定一级标签，并根据所述第一答复内容确定二级标签；

根据所述训练样本对应的一级标签以及二级标签确定训练数据集。

4.根据权利要求3所述的一种专家系统知识库构建方法，其特征在于，所述将所述训练数据集输入到预先构建的深度神经网络中进行训练这一步骤，其具体包括：

将所述训练数据集输入到所述深度神经网络，得到问题类型预测结果和答复内容预测结果；

根据所述问题类型预测结果、所述答复内容预测结果、所述一级标签和所述二级标签确定训练的损失值；

根据所述损失值对所述深度神经网络的参数进行更新。

5.根据权利要求1至4中任一项所述的一种专家系统知识库构建方法，其特征在于，所述根据所述知识推理模型周期性获取专家知识数据，进而根据所述专家知识数据构建专家系统知识库这一步骤，其具体包括：

以预设的周期获取第三问题描述，并根据所述知识推理模型对所述第三问题描述进行推理和分类，得到专家知识数据以及所述专家知识数据的知识类型；

根据所述专家知识数据和所述知识类型构建或更新专家系统知识库。

6.一种专家系统知识库问答方法，其特征在于，包括以下步骤：

获取用户语音信息，并对所述用户语音信息进行语音识别，得到第二问题描述；

通过如权利要求1至5中任一项所述的专家系统知识库构建方法所得到的专家系统知识库对所述第二问题描述进行匹配检索，得到第二答复内容；

或，

通过如权利要求1至5中任一项所述的专家系统知识库构建方法所得到的知识推理模型对所述第二问题描述进行推理，得到第二答复内容。

7.一种专家系统知识库构建系统，其特征在于，包括：

问答信息获取模块，用于获取预设的第一问答信息，所述第一问答信息包括多个第一问题描述以及所述第一问题描述对应的问题类型和第一答复内容；

特征提取模块，用于对所述第一问题描述进行特征提取，得到问题特征向量；

模型训练模块，用于根据所述问题特征向量、所述问题类型以及所述第一答复内容确定训练数据集，进而将所述训练数据集输入到预先构建的深度神经网络中进行训练，得到训练好的知识推理模型；

知识库构建模块，用于根据所述知识推理模型周期性获取专家知识数据，进而根据所述专家知识数据构建专家系统知识库。