[发明专利]一种基于自然语言理解的税务知识中台及其构建方法

说明书

本发明公开一种基于自然语言理解的税务知识中台及其构建方法，所述税务知识中台包括知识对齐模块、知识理解模块和知识交互模块；构建该中台时，综合利用知识图谱、搜索与推荐等自然语言处理技术，分别构建上述三个模块。本发明所述平台可作为税务政策领域知识查询的入口，实现多源税务知识的高效关联、更新、检索与学习，不仅适用于涉税工作人员使用，也可作为纳税个人或企业相关人员学习税务政策知识的平台，也可基于此平台构建税务政策领域的问答系统。

技术领域

本发明涉及人工智能领域，具体涉及一种基于自然语言理解的税务知识中台及其构建方法。

背景技术

与其他领域知识相比，税务政策法规具有知识来源多、政策性强、专业性强、不定时更新、地域性强的复杂特点，由此给涉税工作人员带来工作上的诸多不便。具体表现在，一方面，税务政策会会随着新冠疫情等突发事件的出现而临时调整税收政策，纳税服务工作者需要及时整理、学习相关政策法规，更好的为纳税者服务。税务政策法规的学习与查找存在三方面的困难：政策文件的前后关联性及局部知识的变化需要人工整理，即便是工作人员也需要丰富的实战经验；知识源头的多样性让知识整理存在困难，经常需要到多个网址查看相关文件，费时费力；具体知识的检索与查找存在低效问题，经常需要多次查找仍然找不到目标文件。

发明内容

针对现有技术的缺陷，本发明提供一种基于自然语言理解的税务知识中台及其构建方法，综合利用知识图谱、搜索与推荐等自然语言处理技术，实现知识的整理与更新与高效利用的平台，提供高效生产、灵活组织、便捷获取的智能应用知识的全链条能力。

为了解决所述技术问题，本发明采用的技术方案是：一种基于自然语言理解的税务知识中台，所述税务知识中台包括知识对齐模块、知识理解模块和知识交互模块；

知识对齐模块用于实现多源税务政策知识的整理与知识对齐，构建高度结构化的数据；所述整理是指实现多源知识的本地化，对齐是指多源知识的去重与优先级排序；

知识理解模块利用多维度自然语言理解技术，实现多源税务政策知识的关联、层级知识标签的构建及段落级内容的信息抽取，实现税务政策知识篇章级、段落级的理解；

知识交互模块实现多源税务知识的多维度展现，通过语义泛化及语义联想算法，用户通过知识交互模块实现对税务政策知识篇章级、段落级答案的抽取与查看。

本发明还公开了一种税务知识中台的构建方法，包括以下步骤：

S01）、构建知识对齐模块，具体步骤为：

S11）、基于结构化数据库构建本地结构化税务政策知识库模型，在此基础上实现税务知识的结构化整理；

S12）、整理典型税务政策知识站点，构建典型站点库；

S13）、构建动态监测机制，实现典型站点的知识抓取，在监测到政策更新时第一时间实现知识的爬取，确保知识更新的及时性；

S14）、对多源政策知识进行去重，并按照多维度优先级排序功能对所有税务政策文件进行排序；

S02）、构建知识理解模块，具体步骤为：

S21）、基于税种种类实现政策文件的分类，通过分类实现税务政策知识在同一税种意义下的文档关联；

S22）、基于语义挖掘技术实现类内税务政策知识的语义关联，解决税务政策知识不定时局部变化及临时变化的问题；

S23）、采用阅读理解技术，实现税务政策知识段落级重点内容的查找与结构化；

S03）、构建知识交互模块，具体步骤为：

S31）、采用深度学习方法对用户问题进行语义理解，推理得到问题的意图和实体信息；