[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

说明书

本发明公开了一种专家系统知识库构建方法、问答方法、系统、装置及介质，构建方法包括：获取预设的第一问答信息，第一问答信息包括多个第一问题描述以及第一问题描述对应的问题类型和第一答复内容；对第一问题描述进行特征提取，得到问题特征向量；根据问题特征向量、问题类型以及第一答复内容确定训练数据集，进而将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；根据知识推理模型周期性获取专家知识数据，进而根据专家知识数据构建专家系统知识库。本发明提高了专家系统知识库的构建效率和更新效率，降低了对系统的算力要求，从而降低了专家系统构建成本，提高了问答沟通效率，可广泛应用于人工智能技术领域。

技术领域

本发明涉及人工智能技术领域，尤其是一种专家系统知识库构建、识别方法、系统、装置及介质。

背景技术

专家系统是一个智能计算机程序系统，其内部含有大量的某个领域专家水平的知识与经验，能够利用人类专家的知识和解决问题的方法来处理该领域问题。也就是说，专家系统是一个具有大量的专门知识与经验的程序系统，它应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，以便解决那些需要人类专家处理的复杂问题，简而言之，专家系统是一种模拟人类专家解决领域问题的计算机程序系统。

专家系统通常由人机交互界面、知识库、推理机、解释器、综合数据库、知识获取等6个部分构成。其中尤以知识库与推理机相互分离而别具特色。专家系统的体系结构随专家系统的类型、功能和规模的不同，而有所差异。

专家系统知识库是专家系统的核心之一，其主要功能是存储和管理专家系统中的知识，主要包括来自书本上的知识和各领域专家在长期的工作实践中所获得的经验知识。目前绝大多数的专家系统知识库都是通过知识工程师与人类专家进行沟通得到，知识工程师从人类专家获得知识，并把它们编码到专家系统中。现有技术存在以下缺点：知识库内容体系更新周期慢，无法及时得到行业补充；推理机需要庞大的算力支撑，计算成本较高；人机交互接口都是采用传统的文字输入进行检索，沟通效率低，不利于在智能终端设备上进行应用与推广。

发明内容

本发明的目的在于至少一定程度上解决现有技术中存在的技术问题之一。

为此，本发明实施例的一个目的在于提供一种专家系统知识库构建方法，该方法可以提高专家系统知识库的构建效率以及更新效率。

本发明实施例的另一个目的在于提供一种高效的专家系统知识库问答方法。

为了达到上述技术目的，本发明实施例所采取的技术方案包括：

第一方面，本发明实施例提供了一种专家系统知识库构建方法，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。

进一步地，在本发明的一个实施例中，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。