[发明专利]基于旅游领域知识图谱的知识问答检索方法及装置

说明书

基于旅游领域知识图谱的知识问答检索方法及装置，检索方法包括以下步骤：使用Python程序爬取旅游网站信息，构建旅游领域知识图谱；用户输入与旅游相关的自然语言问句；分析用户提出的自然语言问句，对自然语言进行分词，并对每个词语进行词性标注；以“实体‑属性‑属性值”的形式存储知识图谱，将问句与知识图谱进行链接；根据链接出的“实体”和“属性”，从知识图谱中查询相关三元组，并返回属性值。本发明同时还公开了实现上述方法的装置、终端设备和计算机可读存储介质，能够为游客提供方便有效的旅游信息查询服务。

技术领域

本发明属于人工智能及自然语言处理领域，具体涉及一种基于旅游领域知识图谱的知识问答检索方法及装置，实现对用户提出的自然语言问句分析整理，从知识图谱中返回答案。

背景技术

随着社会的进步，人们的生活水平不断提高，对于出游质量的要求也越来越高，多数情况下游客会根据在网上查询的旅游信息来制定出游计划。但是，游客使用传统的搜索引擎进行信息检索时，搜索引擎只能根据用户输入的关键词来返回相对应的网页，用户还需要查询多个网页才能找到最终的结果。伴随着数据信息量的极速增加，这种信息检索方式会返回太多冗余信息，不能满足人们想在海量数据中高效获取准确答案的需求。知识问答作为信息搜索的升华，功能在于允许用户以自然语言的方式进行提问并返回给用户简短而准确的答案。

知识图谱是一张巨大的语义网络，以“实体-属性-属性值”或“实体-关系-实体”这样的三元组方式存储，它的出现为管理当今大数据环境下的复杂数据资源提供了一种更为有效的途径。基于知识图谱的知识问答系统能够直接将自然语言问句和知识图谱进行链接，通过遍历三元组找出最终的实体或者属性值返回给用户。虽然，国内外目前对于问答系统的研究已经取得了很大的进展，特别是针对开放领域的基于知识图谱的问答系统研究。但与此相反，目前我国对于特定领域的基于知识图谱的问答系统研究还处于起步阶段。为了解决游客对于旅游信息获取不便捷的问题，亟需构建一个基于知识图谱的旅游问答系统。

发明内容

本发明的目的在于针对上述现有技术中游客对于海量旅游信息查询不便的问题，提供一种基于旅游领域知识图谱的知识问答检索方法及装置，帮助游客快速准确的找出检索结果。

为了实现上述目的，本发明有如下的技术方案：

一种基于旅游领域知识图谱的知识问答检索方法，包括以下步骤：

使用Python程序爬取旅游网站信息，构建旅游领域知识图谱；

用户输入与旅游相关的自然语言问句；

分析用户提出的自然语言问句，对自然语言进行分词，并对每个词语进行词性标注；

以“实体-属性-属性值”的形式存储知识图谱，将问句与知识图谱进行链接；

根据链接出的“实体”和“属性”，从知识图谱中查询相关三元组，并返回属性值。

作为优选，本发明基于旅游领域知识图谱的知识问答检索方法的一种实施例中，构建旅游领域知识图谱包括两种实现方法，一种方法是使用Python程序爬取旅游网站信息，将抽取出的旅游实体批次导入Neo4j图数据库，将错误数据进行修改，对于空缺数据进行补齐，如果没有数据则使用null进行填充，并设置相关联实体集之间的属性，对设置好的数据进行处理得到“实体-属性-属性值”三元组；另一种方法是人工收集与旅游有关的实体和属性值，包括景点、酒店、美食、门票、景点等级、地址以及消费价格，手动添加到知识图谱当中。

作为优选，本发明基于旅游领域知识图谱的知识问答检索方法的一种实施例中，采用结巴库对用户提出的自然语言问句进行分词和词性标注，将长句划分为一个一个的词语，并对词语进行词性标注；在此过程中，找出第一个词性为名词的词语，如果该词语的下一个词语还是名词，则将两个词语进行拼接，直至词性不是名词为止，将整合得到的词语输出。