[发明专利]政策知识的推荐方法、装置存储介质及处理器

权利要求书

1.一种政策知识的推荐方法，其特征在于，包括：

接收用户输入的政策咨询问题语句；

将所述政策咨询问题语句输入政策知识分类概率模型中，对所述政策咨询问题语句进行分类识别，得到所述政策咨询问题语句对应的至少一个知识标签以及每个知识标签匹配的概率，其中，所述政策知识分类概率模型为利用深度学习算法，对政策相关文件中的知识点语句进行分类学习所得到的，所述政策相关文件中的知识点语句预先基于知识标签体系进行了标注；

根据所述政策咨询问题语句对应的知识标签以及与每个知识标签匹配的概率，确定与所述政策咨询问题语句相关的政策相关文件和/或知识点语句；

向用户推送所述相关的政策相关文件和/或知识点语句；

其中，在所述接收用户输入的政策咨询问题语句之前，所述方法还包括：

解析政策相关文件，获得所述政策相关文件的知识体系属性，所述知识体系属性包括所述政策相关文件所属的种类、所处的层级以及相互间的关联性中的至少一种；

基于所述知识体系属性将所述政策相关文件以知识树的形式进行表达和存储，得到政策知识体系；在知识树中在每个节点上关联了同义词和口语表达词汇，多角度表示同一个政策知识点；

基于所述政策知识体系构建知识标签体系，所述知识标签体系由政策中的关键术语和/或定义型词语组成，用于表述所述政策知识体系的结构和内容；

其中，所述方法还包括：

基于预先构建的知识标签体系，采用机器识别和标注的方式对政策相关文件中的知识点语句进行标注，建立起知识标签体系与政策相关文件间的语义关联。

2.根据权利要求1所述的方法，其特征在于，所述基于所述知识体系属性将所述政策相关文件以知识树的形式进行表达和存储，得到政策知识体系包括：

为每个政策相关文件设置文件标识，以及为政策相关文件中的每个政策知识点语句设置知识点语句标识；

基于所述知识体系属性，确定政策相关文件和/或知识点语句所属的种类、所处的层级和/或相互间的关联性；

通过知识树中节点的属性信息表示所述政策相关文件和/或知识点语句所属的种类、所处的层级和/或相互间的关联性，从而建立起知识树中每个节点与文件标识和/或知识点语句标识之间的关联关系，以实现将政策相关文件和/或政策相关文件中的每个政策知识点语句以知识树的形式进行表达和存储，得到政策知识体系。

3.根据权利要求1或2所述的方法，其特征在于，所述根据所述政策咨询问题语句对应的知识标签以及与每个知识标签匹配的概率，确定与所述政策咨询问题语句相关的政策相关文件和/或知识点语句，包括：

按照知识标签匹配的概率对所述政策咨询问题语句对应的知识标签进行排序；

根据知识标签的排序，选取预设数量的知识标签作为所述政策咨询问题语句对应的相关知识标签；

根据所述相关知识标签在政策知识体系中进行检索，得到与所述相关知识标签对应的相关政策相关文件和/或知识点语句。

4.根据权利要求1或2所述的方法，其特征在于，所述根据所述政策咨询问题语句对应的知识标签以及与每个知识标签匹配的概率，确定与所述政策咨询问题语句相关的政策相关文件和/或知识点语句，包括：

在所述政策咨询问题语句对应的至少一个知识标签中，将知识标签的匹配概率大于预设阈值的知识标签确定为所述政策咨询问题语句对应的相关知识标签；

根据所述相关知识标签在政策知识体系中进行检索，得到与所述相关知识标签对应的相关政策相关文件和/或知识点语句。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

获取待识别政策相关文件；

将所述待识别政策相关文件输入所述政策知识分类概率模型中，对所述待识别政策相关文件中的知识点进行分类识别，得到所述待识别政策相关文件中每个知识点语句对应的最大概率知识标签；

根据所述待识别政策相关文件中每个知识点对应的最大概率知识标签对所述待识别政策相关文件中每个知识点语句进行标注。