[发明专利]一种知识图谱的问句生成方法、装置、设备和存储介质

说明书

本发明实施例提供一种知识图谱的问句生成方法、装置、设备和存储介质，涉及自然语言处理技术领域。其中，这种问句生成方法包含步骤S1至步骤S7。S1、获取知识图谱。S2、根据知识图谱，通过图变换网络模型，获取各个子图的子图向量。S3、获取问句数据集。S4、根据知识图谱和问句数据集，基于相似度获取各个子图的外部问句。S5、获取五何问题类型参数。S6、根据五何问题类型参数和外部问句，通过Bi LSTM神经网络模型，获取外部增强向量。S7、根据子图向量和外部增强向量，通过指针生成网络模型，获取问句。本发明对生成教学场景中所需的类型多样、语义知识丰富、语言表达自然的问句具有重大的指导和促进作用。

技术领域

本发明涉及自然语言处理技术领域，具体而言，涉及一种知识图谱的问句生成方法、装置、设备和存储介质。

背景技术

在文本生成任务当中，人工智能技术可以通过分析篇章进行知识抽取，进而提炼出问句。然而，目前从篇章到问句生成的研究中，大部分停留在从语篇到问题的直接映射，其模型训练需要的数据量十分庞大。同时从篇章到问句的本质是统计学习以及利用大规模的数据去训练深度学习模型，其缺少知识指导，所生成的问句质量并不能很好的感知知识点之间的推理关系以及层级关系。

有鉴于此，申请人在研究了现有的技术后特提出本申请。

发明内容

本发明提供了一种知识图谱的问句生成方法、装置、设备和存储介质，以改善上述技术问题。

第一方面、

本发明实施例提供了一种知识图谱的问句生成方法，其包含步骤S1至步骤S7：

S1、获取知识图谱。知识图谱包括子图集合，每个子图包括实体集合、关系集合和三元组集合。

S2、根据知识图谱，通过图变换网络模型，获取各个子图的子图向量。

S3、获取问句数据集。

S4、根据知识图谱和问句数据集，基于相似度获取各个子图的外部问句。

S5、获取五何问题类型参数。

S6、根据五何问题类型参数和外部问句，通过BiLSTM神经网络模型，获取外部增强向量。

S7、根据子图向量和外部增强向量，通过指针生成网络模型，获取问句。

第二方面、

本发明实施例提供了一种知识图谱的问句生成装置，其包含：

知识图谱获取模块，用于获取知识图谱。知识图谱包括子图集合，每个子图包括实体集合、关系集合和三元组集合。

子图向量获取模块，用于根据知识图谱，通过图变换网络模型，获取各个子图的子图向量。

问句集获取模块，用于获取问句数据集。

外部问句获取模块，用于根据知识图谱和问句数据集，基于相似度获取各个子图的外部问句。

五何问题获取模块，用于获取五何问题类型参数。

外部向量获取模块，用于根据五何问题类型参数和外部问句，通过BiLSTM神经网络模型，获取外部增强向量。

问句生成模块，用于根据子图向量和外部增强向量，通过指针生成网络模型，获取问句。

第三方面、

本发明实施例提供了一种知识图谱的问句生成设备，其包括处理器、存储器，以及存储在存储器内的计算机程序。计算机程序能够被处理器执行，以实现如第一方面任意一段所说的知识图谱的问句生成方法。

第四方面、