[发明专利]一种面向中国移动智能客服的动态扩展知识图推理方法

权利要求书

1.一种面向中国移动智能客服的动态扩展知识图推理方法，其特征在于：该方法具体包括：

S1：表征学习下的三元知识图构建；

S2：限界技术下的知识图Top-k查询，具体包括：在不采用索引的情况下，实时计算知识图中知识原子u和v的关联分值和嵌入代价的上下界，利用上下界搜寻最优的k个嵌入，推导出Top-k的查询结果；通过超迭代实现分布式上下界精化和分布式终止条件检查；

所述的知识图中知识原子u和v的关联分值：

其中，l_w,v和n_u,v分别为知识原子u和知识原子v之间最短路径的长度和数目；α是一个预定义的常量，其取值在0与1之间；N是一个取值小于的常量；当n_u,v＞N时，u和v之间的关联分值的上界为

构建代价函数C(f)，为每一个待查知识原子选择K^*个候选知识原子；将各个待查知识原子的候选知识原子进行组合，得到候选嵌入的集合；利用广度优先搜索算法，在关联分值和每个广度优先搜索己迭代的次数的基础上，通过构建上界计算函数和下界计算函数对知识原子v和源点s间关联分值的上下界进行精化；

所述的代价函数：

其中，C(f)为嵌入f的嵌入代价，为待查知识原子的集合，为明确知识原子的集合，q_i和q_j均为查询知识原子，f(q_i)和f(q_j)均为匹配知识原子；对于公式中第一部分每一个查询知识原子q_i，考虑q_i的匹配知识原子f(q_i)与确定的知识原子关系；对于公式中第二部分考虑f(q_i)同待查知识原子与匹配知识原子的关系；

所述的上界计算函数：

所述的下界计算函数：

其中，表示广度优先搜索在前t-1轮迭代内访问过v，表示广度优先搜索在前t-1轮迭代内未访问过v；

S3：单一业务类型多轮对话场景知识推理，具体包括：在归属于不同应用场景的三元知识图中，构建所有知识原子可能的组合集合与得分函数，通过函数值的高低来判断知识原子之间的关联紧密程度，从而实现单一场景知识图的知识推理与新语义挖掘；

S4：跨业务类型多轮对话场景新语义挖掘，具体包括：构建得分函数获得全局得分值；采用多列卷积神经网络中第一卷积层的权值向量来表征元素以及其对应的路径向量和类型向量，由此获得答案类型、答案路径、答案周围实体三种特征向量；根据得分高低来判断跨场景知识原子之间的关联紧密程度，从而实现跨场景知识图的知识推理与新语义挖掘。

2.如权利要求1所述的一种面向中国移动智能客服的动态扩展知识图推理方法，其特征在于：所述步骤S1中，所述的表征学习下的三元知识图构建包括：通过构建三元组来构建三元知识图，通过张量分解得到核心张量和因子矩阵，由核心张量和因子矩阵还原的结果看作对应三元组成立的概率；构建学习目标函数L来保证知识图中出现的三元组获得较高学习目标值，设定映射函数将三元组的头实体和尾实体映射到与目标关系相关的语义空间中来实现知识转换；

所述的目标函数其中h代表头语义实体，r代表语义关系，t代表尾语义实体，h'代表映射头语义实体，t'代表映射尾语义实体，f_r(h,t)代表能量函数。

3.如权利要求2所述的一种面向中国移动智能客服的动态扩展知识图推理方法，其特征在于：所述步骤S1中，所述的表征学习下的三元知识图构建还包括：根据人类知识表征结构构造附有语义信息的三维张量定义知识图三元组，通过多列卷积神经网络生成知识实体与所需答案相关特征向量，在同一语义空间中利用相似度得分机制实现知识图推理。

4.如权利要求1所述的一种面向中国移动智能客服的动态扩展知识图推理方法，其特征在于：在单一业务类型多轮对话场景知识推理的基础上，融合多场景知识得分，实现跨业务类型多轮对话场景新语义挖掘。