[发明专利]一种基于知识图谱的多意图识别系统、方法、设备及介质

说明书

本发明公开了一种基于知识图谱的多意图识别系统、方法、设备及介质，包括：知识图谱，用于为图计算和推理提供数据基础；实体识别模块，用于基于所述知识图谱，从用户输入文本中识别出文本实体和文本属性；图计算模块，用于基于所述知识图谱、所述实体识别模块输出的文本实体和文本属性，进行图计算，识别用户问题；交互模块，用于调用所述图计算模块，获取所述用户问题，从知识库中进行答案召回和生成。本发明根据知识图谱自动进行多意图识别，不局限于标点、句式和句法分析，用户意图不清时，通过自动反问实现意图收敛，有效提高问题识别率和准确率，极大提升问答机器人的灵活性，对话自然。

技术领域

本发明涉及计算机问答技术领域，具体涉及一种基于知识图谱的多意图识别系统、方法、设备及介质。

背景技术

目前在问答领域，传统的多意图识别采用简单的基于标点句子切分，或结合句法分析，如“什么叫正当防卫？防卫过当要判多少年？”基于问好、句号、叹号等标点，可以切分成两个问题“什么是正当防卫”、“防卫过当要判多少年”，根据切分后的问题，分别在知识库中通过相似匹配召回；再如“杀人违法吗？判多少年？”可以切分为“杀人违法吗”、“判多少年”，此时切分后的问题通过句法分析可知后面一句缺少主语，现有技术中做的比较好的问答系统可以从前一句提取主语，并通过模型判断主语是否应该补全。可见，现有技术对多意图识别要求提问者能够使用正确的语法表达，甚至使用正确的标点，而在实际对话问答中，由于提问者的水平参差不齐，且口语随意性较强，可能有更多缺失的内容，语法错误也较多，存在提问意图不清的情况，通过标点和句式句法分析很难正确识别其中意图。

发明内容

针对上述问题，本发明提供一种基于知识图谱的多意图识别系统、方法、设备及介质，在对用户问题进行多意图识别和切分过程中，基于消歧模型对不确定意图进行自动反问，实现意图收敛，有效提高问题识别率和准确率，极大提升问答机器人的灵活性，对话自然。

本发明具体为：

一种基于知识图谱的多意图识别系统，包括：

知识图谱，用于为图计算和推理提供数据基础；

实体识别模块，用于基于所述知识图谱，从用户输入文本中识别出文本实体和文本属性；

图计算模块，用于基于所述知识图谱、所述实体识别模块输出的文本实体和文本属性，进行图计算，识别用户问题；

交互模块，用于调用所述图计算模块，获取所述用户问题，从知识库中进行答案召回和生成。

进一步地，所述知识图谱根据行业进行建立，不同行业分别对应不同的知识图谱；所述知识图谱建立完成后，以RDF形式存储于图数据库中。

进一步地，所述实体识别模块还用于：

判断从用户输入文本中识别出的文本实体是否有歧义，若是则基于消歧模型计算出歧义分类及歧义概率，并自动生成消歧问题向用户反问，根据用户回答对所述文本实体进行消歧处理；否则不做处理。

进一步地，所述图计算模块进行图计算，识别用户问题，具体包括：

对所述文本实体和文本属性进行路径计算，当路径中缺失节点时，对所述节点进行自动补全，得到完整路径，确保路径连通性；

按照路径进行意图切分，识别出用户问题。

一种基于知识图谱的多意图识别方法，包括：

基于知识图谱，从用户输入文本中识别出文本实体和文本属性；

基于所述知识图谱、文本实体和文本属性，进行图计算，识别用户问题；

根据所述用户问题，从知识库中进行答案召回和生成。