[发明专利]用于输出信息的方法、装置、设备、存储介质和程序

说明书

本申请公开了用于输出信息的方法、装置、设备、存储介质、计算机程序，涉及人工智能技术领域，具体为深度学习和知识图谱技术。具体实现方案为：获取待处理的词语序列；从至少一种知识图谱中为词语序列中的词语搜索出至少一个知识视图；将词语序列、至少一个知识视图分别输入至少一个图卷积神经网络，得到至少一个嵌入向量，其中，每个图卷积神经网络与一种知识图谱相对应；对至少一个嵌入向量进行融合，将融合结果作为词语序列的向量表示输出。该实施方式能够在深度学习中引入多种外部知识，并依据不同情境对这些不同种类的知识进行动态融合，从而为人工智能任务带来更大的提升。

技术领域

本申请涉及人工智能技术领域，具体为深度学习和知识图谱技术。

背景技术

在人工智能任务中引入外部知识以增强效果，在近年来逐渐成为研究热点。复杂的人工智能任务通常需要多种知识紧密配合才能求解，然而现有的工作都仅仅引入一种外部知识。

现有技术中在人工智能任务中引入外部知识的工作，无论是表示层面的引入方法还是数据层面的引入，都集中于引入一种单一的外部知识。而复杂的人工智能任务，通常都需要多种知识的配合使用才能更好的求解。例如阅读理解类的任务，既需要语言知识，又需要有一定的世界知识，才能够实现准确的文本理解进而给出答案。

发明内容

本公开提供了一种用于输出信息的方法、装置、设备以及存储介质。

根据本公开的第一方面，提供了一种用于输出信息的方法，包括：获取待处理的词语序列。从至少一种知识图谱中为词语序列中的词语搜索出至少一个知识视图，其中，每个知识视图由词语对应的知识图谱节点以及节点之间的边构成。将词语序列、至少一个知识视图分别输入至少一个图卷积神经网络，得到至少一个嵌入向量，其中，每个图卷积神经网络与一种知识图谱相对应。对至少一个嵌入向量进行融合，将融合结果作为词语序列的向量表示输出。

根据本公开的第二方面，提供了一种用于输出信息的装置，包括：获取单元，被配置成获取待处理的词语序列。搜索单元，被配置成从至少一种知识图谱中为词语序列中的词语搜索出至少一个知识视图，其中，每个知识视图由词语对应的知识图谱节点以及节点之间的边构成。编码单元，被配置成将词语序列、至少一个知识视图分别输入至少一个图卷积神经网络，得到至少一个嵌入向量，其中，每个图卷积神经网络与一种知识图谱相对应。融合单元，被配置成对至少一个嵌入向量进行融合，将融合结果作为词语序列的向量表示输出。

根据本公开的第三方面，提供了一种用于输出信息的电子设备，其特征在于，包括：至少一个处理器。以及与至少一个处理器通信连接的存储器。其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行第一方面中任一项的方法。

根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，计算机指令用于使计算机执行第一方面中任一项的方法。

根据本公开的第五方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据第一方面中任一项所述的方法。

根据本申请的技术，通过引入多知识源并实现知识动态融合，更能够满足复杂人工智能任务的复杂知识需求，极大的扩展了知识增强的效果。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本申请的限定。其中：

图1是本公开的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本公开的用于输出信息的方法的一个实施例的流程图；

图3是根据本公开的用于输出信息的方法的又一个实施例的流程图；