[发明专利]一种面向对外汉语口语学习的智能问题生成方法

说明书

本发明公开了一种面向对外汉语口语学习的智能问题生成方法，包括：获取问答对语料对、构建知识图谱、构建问题生成模型和构建智能问题生成系统应用；具体为通过若干方法获取问答语料；构建一个健壮的知识图谱框架，从问答对语料中抽取关系形成三元组用以填充知识图谱；利用现有的问答对和知识图谱对研发出的问题生成模型进行训练；对用户输入的关键词进行推理、联想和补全，使用问题生成模型生成符合需求的问句。本发明基于知识图谱的智能问题生成方法充分挖掘了语义网的潜在关系，提升了问题生成的效率和智能化。

技术领域

本发明涉及智能问题生成领域，特别是涉及一种面向对外汉语口语学习的智能问题生成方法。

背景技术

随着中国国际地位和影响力的提升，作为经济和文化载体的汉语得到了越来越多的重视，世界各国学习汉语的人数也在不断增多。汉语学习不仅能促进沟通交流，也能使外国人更好的了解语言及词汇系统下所承载的厚重的地理、历史、文化内涵，加强他们对中华文化的认同感。

口语是语言学习的重要组成部分，是一门语言在实际交往中的应用，它往往蕴含了深厚的文化价值观。口语训练最好的方式是对话，随着人工智能中语音识别、语音合成、自然语言处理等技术逐渐发展成熟，各类早教机器人已经成为火热的市场产品，但针对语言教学这一垂直领域的产品还比较少。目前市面上的问答机器人以被动回答为主，而教学往往需要主动传授，因此问题生成技术尤为重要。依据已有课本等文献篇章资料，结合用户输入的关键字进行推理，生成问句，是语言教学机器人必须具备的能力。

发明内容

本发明针对汉语教学中口语训练平台较少、问答机器人主动性低和针对特定语言进行教学的机器人缺失等问题，提出一种结合知识图谱的智能生成问题生成方法，通过获取问答对语料、构建知识图谱、构建问题生成模型和构建智能问题生成系统，充分挖掘了语义网的潜在关系，提升问题生成的效率和智能化。

本发明解决其技术问题所采用的技术方案是：

一种面向对外汉语口语学习的智能问题生成方法，包括以下步骤：

S1：获取问答对，包括：

S11：使用scrapy框架爬取网络上现有问答；

S12：借助自然语言处理技术对非规则化文本数据进行处理得到问答对；

S13：人工编辑生成问答对；

S2：构建知识图谱，包括：

S21：定义基于语义网框架的中文汉字知识图谱G，形式为<Ei，R，Ej>；

S22：使用基于依存句法分析的关系抽取方法从语料中抽取出实体、关系和实体三元组，

存储在neo4j图数据库中，形成中文汉字知识图谱；

S3：构建问题生成模型，包括：

S31：通过分词、词性标注、句法分析，从S1与S2获取三元组<Ei，R，Ej>及其匹配的

问答对，分别作为模型的encode和decode材料；

S32：维护一个one-hot编码的字典(包括汉字、字母、标点符号)，向量维数即字典大

大小；

S33：构建一个引入attention和LSTM机制的RNN模型；

S4：构建智能问题生成系统应用，包括：

S41：面向开发，将问题生成模型运用于问答库，丰富问答库的数据量。

S42：面向用户，将问题生成模型结合知识图谱运用于问句推理，对用户的输入给出可能的问题与回答。