[发明专利]一种基于知识图谱的智能问答方法及装置在审

专利信息
申请号: 201911259737.4 申请日: 2019-12-10
公开(公告)号: CN110929016A 公开(公告)日: 2020-03-27
发明(设计)人: 张尧;刘宁;王静;胡茜;董婉;申亚男;吴志超 申请(专利权)人: 北京爱医生智慧医疗科技有限公司
主分类号: G06F16/332 分类号: G06F16/332;G06F16/36;G06F40/295;G16H80/00
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 陈玉婷
地址: 102206 北京市昌平*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 知识 图谱 智能 问答 方法 装置
【说明书】:

发明实施例提供一种基于知识图谱的智能问答方法及装置,该方法包括:接收客户端发送的用户问题,分别进行实体识别和意图识别;根据实体识别结果及意图识别结果生成知识图谱查询语句,在知识图谱数据库中进行搜索,得到与用户问题对应的解答并返回给客户端;其中,知识图谱数据库包括实体名称、实体属性信息以及实体关系信息。本发明实施例提供的基于知识图谱的智能问答方法及装置,通过基于用户问题进行实体识别及意图识别后,生成知识图谱查询语句,并在包含实体名称、实体属性信息以及实体关系信息的知识图谱数据库中进行搜索,得到与用户问题对应的解答并返回给客户端,实现了用户问题的智能化自动解答,提高了解答效率及准确度。

技术领域

本发明涉及计算机技术领域,具体涉及一种基于知识图谱的智能问答方法及装置。

背景技术

随着互联网应用的普及,每天会有数不胜数的患者在互联网上寻求疾病相关用户问题的解答,而传统的问答系统或者说搜索引擎,往往检索出来的并不是用户想要的信息,而只是根据关键字检索出的成千上万相关链接,患者还要去在海量的相关链接中去寻找想要的解答。当这些链接中没有相关的解答时,患者往往会去一些医生问答社区寻找专业的医生提问,由于患者的大多数用户问题都是重复的知识性用户问题,难免导致医生重复工作,效率偏低,相应地也影响了患者获取用户问题解答的效率。另外,由于医生的水平不一,不同医生给出的解答也可能各不相同,因此,患者也往往难以确定用户问题解答的准确性。

发明内容

为解决现有技术中的问题,本发明实施例提供一种基于知识图谱的智能问答方法及装置。

第一方面,本发明实施例提供一种基于知识图谱的智能问答方法,包括:接收客户端发送的用户问题,对所述用户问题进行实体识别,得到实体识别结果;并对所述用户问题进行意图识别,得到意图识别结果;根据所述实体识别结果及所述意图识别结果生成知识图谱查询语句,根据所述知识图谱查询语句在所述知识图谱数据库中进行搜索,得到与所述用户问题对应的解答并返回给所述客户端;其中,所述知识图谱数据库包括实体名称、实体属性信息以及实体关系信息。

进一步地,所述根据所述知识图谱查询语句在所述知识图谱数据库中进行搜索,得到与所述用户问题对应的解答并返回给所述客户端,包括:根据所述知识图谱查询语句在所述知识图谱数据库中进行搜索,得到与所述用户问题对应的查询结果;将所述查询结果直接作为所述解答,或,基于所述实体识别结果及与所述意图识别结果对应的解答模板对所述查询结果进行语言组织后得到所述解答;将所述解答返回给所述客户端。

进一步地,所述实体名称的集合构成实体名称库;所述对所述用户问题进行实体识别,包括:采用Aho-Corasick算法对所述用户问题在所述知识图谱数据库的实体名称库中进行全匹配;若具有匹配结果,则将所述匹配结果作为所述实体识别结果;若不具有匹配结果,则进一步基于所述知识图谱数据库,采用BERT-LSTM-CRF方法进行实体识别;所述对所述用户问题进行意图识别,包括:首先采用专家定义的规则进行意图识别;若所述采用专家定义的规则进行意图识别无法获取到所述意图识别结果,则进一步采用深度学习方法对所述用户问题进行意图识别。

进一步地,所述实体名称库还包括别名库;所述别名库为具有别名的所述实体名称对应的别名的集合;所述别名与所述实体名称建立有关联关系。

进一步地,所述根据所述实体识别结果及所述意图识别结果生成知识图谱查询语句,包括:若根据所述意图识别结果判断获知所述用户问题对应的所述解答无法穷举,则获取与所述意图识别结果相反的意图;并根据所述实体识别结果及所述相反的意图生成所述知识图谱查询语句。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京爱医生智慧医疗科技有限公司,未经北京爱医生智慧医疗科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201911259737.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top