[发明专利]基于知识图谱的问答系统中的处理方法和装置

说明书

本申请实施例公开了一种基于知识图谱的问答系统中的处理方法和装置。所述方法包括：在接收到问句后，获取所述问句在预先设置的知识库中对应的主实体；从所述主实体中选择至少两个候选主实体；以每个候选主实体为根节点，在预先存储的知识图谱中搜索所述根节点的相邻边以及相邻节点，并通过相邻节点搜索所述相邻节点在下一层的相邻边和相邻节点，以此类推，直到搜索到最后一层的节点，得到每个候选主实体对应的路径；计算每个候选主实体的路径所对应的文本信息与所述问句的文本信息的相似度；选择所述相似度符合预先设置的最高相似度判断条件的路径作为候选主实体的候选路径；从所述候选主实体的候选路径中得到所述主实体的最终选择路径；确定所述最终选择路径对应的文本信息，作为所述问句的答案。

技术领域

本申请实施例涉及信息处理领域，尤指一种基于知识图谱的问答系统中的处理方法和装置。

背景技术

问答系统是一种信息检索系统的高级形式。基于知识图谱的问答(Knowledge-based Question Answering，KBQA，下称“知识问答”)是通过自然语言对话的形式帮助人们从知识库中获取知识。知识问答依托一个大型知识库(如知识图谱或结构化数据库等)，将用户的自然语言问句转换成结构化查询语句(如SPARQL、SQL等)，直接从知识库中导出用户所需的答案。

知识库以RDF(Resource Description Framework，资源描述框架)的格式存储知识，每条知识被表示成一个三元组，即主体(Subject)、客体(Object)和述语(Predicate)。其中主体(Subject)、客体(Object)大多数时候为主实体，客体有时也会是属性值；述语(Predicate)是描述主体和客体之间的关系。所有的这样的三元组构成一个语义网络，即知识图谱。从图的角度来看，知识图谱由节点和边构成，对于任何一个三元组，主体和客体是节点，述语是连接这两个节点的边。

随着知识图谱的日益发展和应用，知识问答显得尤为重要。知识问答主要应用于智能对话系统、智能客服和智能助理等，能帮助人们快速、准确地获取知识，是一种人机交互的自然形式。在知识问答中，相关技术中基于知识图谱的问答方法大致分为两大类，即基于语义解析的问答方法和基于信息抽取的问答方法。

相关技术中面临着两大困难，一个困难是现有的自然语言理解技术在处理自然语言的歧义性和复杂性方面还显得比较薄弱。例如，有时候一句话系统可以理解，但换一个说法就不能理解了；另一个困难是知识问答系统需要大量的领域知识来理解自然语言问题，而这需要大量的人工成本。

发明内容

为了解决上述任一技术问题，本申请实施例提供了一种基于知识图谱的问答系统中的处理方法和装置。

为了达到本申请实施例目的，本申请实施例提供了一种基于知识图谱的问答系统中的处理方法，包括：

在接收到问句后，获取所述问句在预先设置的知识库中对应的主实体；

从所述主实体中选择至少两个候选主实体；

以每个候选主实体为根节点，在预先存储的知识图谱中搜索所述根节点的相邻边以及相邻节点，并通过相邻节点搜索所述相邻节点在下一层的相邻边和相邻节点，以此类推，直到搜索到最后一层的节点，得到每个候选主实体对应的路径；

计算每个候选主实体的路径所对应的文本信息与所述问句的文本信息的相似度；

选择所述相似度符合预先设置的最高相似度判断条件的路径作为候选主实体的候选路径；

从所述候选主实体的候选路径中得到所述主实体的最终选择路径；

确定所述最终选择路径对应的文本信息，作为所述问句的答案。

一种基于知识图谱的问答系统中的处理装置，包括：

第一获取模块，用于在接收到问句后，获取所述问句在预先设置的知识库中对应的主实体；