[发明专利]一种空管领域知识图谱的智能问答系统构建方法有效

专利信息
申请号: 202110743414.3 申请日: 2021-06-30
公开(公告)号: CN113590779B 公开(公告)日: 2023-04-25
发明(设计)人: 韩云祥;张建伟;张森 申请(专利权)人: 四川大学
主分类号: G06F16/332 分类号: G06F16/332;G06F16/36;G06N3/0442;G06N3/08
代理公司: 暂无信息 代理人: 暂无信息
地址: 610065 四川*** 国省代码: 四川;51
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 领域 知识 图谱 智能 问答 系统 构建 方法
【权利要求书】:

1.一种空管领域知识图谱的智能问答系统构建方法,其特征在于,包括:

步骤1:实体识别,识别出自然语言问句中出现的实体名;

步骤2:实体链接,通过判断问句中与知识图谱中实体语义相似度,建立问句中实体到知识图谱中实体ID的链接关系,同时找出知识图谱中该实体的ID与类型;

步骤3:关系预测,采用编码器-解码器Encoder-Decoder模型预测问句中实体与答案实体之间的关系,采用2层自注意力机制模块堆叠形成Encoder模块,采用3层自注意力机制模块堆叠形成Decoder模块,将步骤2中得到的实体类型送入到Decoder模块进一步提高模型预测精度;

步骤4:重排名,利用步骤3预测出的具体关系,进一步修正实体链接结果,采用最终Score进行实体链接重排名,排名公式如下,其中sim表示问句中与知识图谱中的实体字符串相似度,e表示链接实体周围的关系集合是否包含步骤3中预测出的关系,包含则为1反之为0,α和β为权重参数,

Score=α*sim+β*e;

步骤5:答案检索,利用步骤2得到的实体ID与步骤3预测出的关系在空管知识图谱中检索出对应的答案实体。

2.根据权利要求1所述的一种空管领域知识图谱的智能问答系统构建方法,其特征在于,

步骤1实体识别,所述方法包括构建空管领域实体数据集、建立实体识别数据集。

3.根据权利要求1所述的一种空管领域知识图谱的智能问答系统构建方法,其特征在于,

步骤1中利用双向长短期记忆网络+条件随机场BiLSTM+CRF模型进行命名实体识别。

4.根据权利要求1所述的一种空管领域知识图谱的智能问答系统构建方法,其特征在于,

步骤2中采用莱文斯坦距离Levenshtein Distance衡量问句中与知识图谱中的实体字符串相似度,其中定义一个相似度阈值,大于或等于阈值则建立链接反之则不建立。

5.根据权利要求1所述的一种空管领域知识图谱的智能问答系统构建方法,其特征在于,

步骤5中采用SPARQL查询语言,将实体ID和步骤3中预测关系整合为SPARQL语句,随后在空管知识图谱中检索出答案实体。

6.一种空管领域知识图谱的智能问答系统构建方法,其特征在于,包含:

实体识别模块:用于识别出自然语言问句中出现的实体名;

实体链接模块:用于建立问句中实体到知识图谱中实体的链接关系,同时找出知识图谱中该实体ID与类型;

关系预测模块:采用Encoder-Decoder模型预测问句中实体与答案实体之间的关系,采用2层自注意力机制模块堆叠形成Encoder模块,采用3层自注意力机制模块堆叠形成Decoder模块,实体链接模块中得到的实体类型送入到Decoder模块进一步提高模型预测精度;

重排名模块:利用关系预测模块预测出的具体关系,进一步修正实体链接结果,采用最终Score进行实体链接重排名,排名公式如下,其中sim表示问句中与知识图谱中的实体字符串相似度,e表示链接实体周围的关系集合是否包含关系预测模块中预测出的关系,包含则为1反之为0,α和β为权重参数,

Score=α*sim+β*e;

答案检索模块:根据实体链接模块得到的实体ID与关系预测模块预测出的关系在空管知识图谱中检索出对应的答案实体。

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四川大学,未经四川大学许可,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/202110743414.3/1.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