[发明专利]问答查询方法、装置、电子设备及计算机可读存储介质在审
申请号: | 202210365261.8 | 申请日: | 2022-04-07 |
公开(公告)号: | CN114942981A | 公开(公告)日: | 2022-08-26 |
发明(设计)人: | 韩红旗;丁楷;李琳娜;张运良;王力 | 申请(专利权)人: | 中国科学技术信息研究所 |
主分类号: | G06F16/332 | 分类号: | G06F16/332;G06F16/35;G06F40/295;G06F40/35;G06K9/62 |
代理公司: | 北京市立方律师事务所 11330 | 代理人: | 张筱宁 |
地址: | 100038*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 问答 查询 方法 装置 电子设备 计算机 可读 存储 介质 | ||
本申请实施例提供了一种问答查询方法、装置、电子设备及计算机可读存储介质,涉及信息处理技术领域。该方法包括:获取待查询的问句;基于预训练的目标分类器对问句进行句型分类,得到句型类别;其中,句型类别表征问句中命名实体和实体关系的数量信息;基于数量信息对问句进行解析,生成问句对应的目标查询语句;基于预设的知识图谱查询与目标查询语句对应的答句。本申请实施例根据问句句型构建问句分类体系,并通过命名实体和实体关系的数量信息对问句进行有效解析,增强了问句解析的领域适应性,有效提高了答句的准确率和查询效率。
技术领域
本申请涉及信息处理技术领域,具体而言,本申请涉及一种问答查询方法、装置、电子设备及计算机可读存储介质。
背景技术
目前,随着智能信息服务应用的不断发展,知识图谱(Knowledge Graph)已广泛应用于智能搜索,智能问答,个性化推荐等领域。知识图谱为互联网上海量、异构、动态的大数据表达、组织、管理以及利用提供了一种更为有效的方式,使得网络的智能化水平更高,更加接近于人类的认知思维。
在基于知识图谱进行问答查询时,需要将用户输入的自然语言问句转换为知识图谱的查询语句,再根据查询语句查询后形成对应的答句。现有技术中,通常根据答案类型进行问句分类,并基于关键字匹配的方式解析问句从而生成查询语句;上述提供的查询语句的生成过程,受限于问句关键词的识别和拓展方式,适用于只包含一个主谓宾的简单问句,但无法准确解析涉及多个限定关系的复杂问句,存在生成的查询语句的准确率不高,导致查询到的答句精确度也不高的问题。
发明内容
本申请实施例提供了一种问答查询方法、装置、电子设备及计算机可读存储介质,可以解决现有技术中问答查询系统查询到的答句精确度不高的问题。所述技术方案如下:
根据本申请实施例的一个方面,提供了一种问答查询方法,该方法包括:
获取待查询的问句;
基于预训练的目标分类器对问句进行句型分类,得到句型类别;其中,句型类别表征问句中命名实体和实体关系的数量信息;
基于数量信息对问句进行解析,生成问句对应的目标查询语句;
基于预设的知识图谱查询与目标查询语句对应的答句。
可选的,上述目标分类器包括第一分类器和第二分类器;
基于预训练的目标分类器对问句进行句型分类,得到句型类别,包括:
根据第一分类器对问句进行句型分类,得到句型分类结果;
基于第二分类器对句型分类结果进行融合处理,得到句型类别。
可选的,上述第一分类器包括至少两个目标分类单元;
根据第一分类器对问句进行句型分类,得到句型分类结果,包括:
分别基于每个目标分类单元对问句进行句型分类,得到至少两个分类信息,将分类信息作为句型分类结果。
可选的,上述第一分类器包括三个目标分类单元;
目标分类器是基于如下方式训练得到的:
将预设第一训练集均分为三个子训练集;每一子训练集对应一初始分类单元;
将子训练集分别输入对应的初始分类单元,对初始分类单元进行训练,得到目标分类单元;
基于初始分类单元在训练过程中生成的预测数据得到第二训练集;
基于第二训练集对融合分类器进行训练,得到目标分类器;其中,融合分类器包括目标分类单元与预设初始分类器。
可选的,上述基于数量信息对问句进行解析,生成问句对应的目标查询语句,包括:
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中国科学技术信息研究所,未经中国科学技术信息研究所许可,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/202210365261.8/2.html,转载请声明来源钻瓜专利网。