基于贝叶斯分类器的知识图谱检索方法技术

本发明专利技术涉及信息检索领域，本发明专利技术是要解决现有知识图谱检索不够便捷的问题，提出了一种基于贝叶斯分类器的知识图谱检索方法，通过建立查询问句与查询结构图的对应关系，将查询问句转换成对应的语义标签序列，再通过贝叶斯分类模型计算查询问句映射到对应的每类查询结构图的概率，选取最大概率值的查询结构图作为查询模式图，进行知识图谱检索。在灵活的自然语言查询和知识图谱语义检索之间，搭建起桥梁，使普通用户更加方便进行信息检索，适用于影视检索或其他知识图谱检索。

【技术实现步骤摘要】
基于贝叶斯分类器的知识图谱检索方法
本专利技术涉及信息检索
，具体来说涉及一种知识图谱检索方法。
技术介绍
知识图谱将海量信息用结构化的方式组织起来，为用户提供高效的信息检索途径，检索计算主要采用结构匹配的方式，具体来说就是，构造一个查询模式图，在知识图谱中检索与查询模式图相匹配的信息，完成信息的检索，然而，构造查询模式图需要一定的专业知识，对于普通用户来说，他们习惯采用自然语言查询问句进行检索，然而现有技术中不能采用自然语言查询问句直接进行知识图谱检索，需要根据查询需要构造查询模式图，再进行信息检索，给知识图谱检索带来很大的不便。
技术实现思路
本专利技术的目的是要解决现有知识图谱检索不够便捷的问题，提出一种基于贝叶斯分类器的知识图谱检索方法。本专利技术解决上述技术问题所采用的技术方案是：基于贝叶斯分类器的知识图谱检索方法，包括以下步骤：S1.根据查询日志选取训练样本，对训练样本进行处理，建立查询问句与查询结构图之间的对应关系，根据所述对应关系训练得到语义识别模型，构建贝叶斯分类器；S2.通过语义识别模型及贝叶斯分类器将用户输入的自然语言查询问句映射到最大概率的查询结构图上，并将本文档来自技高网...

【技术保护点】
1.基于贝叶斯分类器的知识图谱检索方法，其特征在于，包括以下步骤：S1.根据查询日志选取训练样本，对训练样本进行处理，建立查询问句与查询结构图之间的对应关系，根据所述对应关系训练得到语义识别模型，构建贝叶斯分类器；S2.通过语义识别模型及贝叶斯分类器将用户输入的自然语言查询问句映射到最大概率的查询结构图上，并将所述查询结构图作为查询模式图进行知识图谱检索。

【技术特征摘要】
1.基于贝叶斯分类器的知识图谱检索方法，其特征在于，包括以下步骤：S1.根据查询日志选取训练样本，对训练样本进行处理，建立查询问句与查询结构图之间的对应关系，根据所述对应关系训练得到语义识别模型，构建贝叶斯分类器；S2.通过语义识别模型及贝叶斯分类器将用户输入的自然语言查询问句映射到最大概率的查询结构图上，并将所述查询结构图作为查询模式图进行知识图谱检索。2.如权利要求1所述的基于贝叶斯分类器的知识图谱检索方法，其特征在于，所述步骤S1中，包括：S11.命名实体识别并实体标注所述训练样本中的查询问句，得到实体标签，根据所述实体标签挖掘对应的查询结构图，采用查询结构图对应的ID标注所述查询问句，得到实体标签对应的查询结构图标签；S12.语义标注所述步骤S11中完成实体标注的查询问句，将查询问句的实体标签转换成对应的语义标签，建立语义标签和查询结构图标签之间的对应关系；S13.将包含语义标签的查询问句作为训练数据，采用训练工具进行训练，得到语义识别模型；S14.将包含语义标签和查询结构图标签的查询问句作为训练数据进行训练，得到贝叶斯分类器模型参数，构建贝叶斯分类器。3.如权利要求2所述的基于贝叶斯分类器的知识图谱检索方法，其特征在于，所述步骤S11中，还包括：S111.命名实体识别并实体标注所述训练样本中的查询问句，得到实体标签组合；S112.将具有相同实体标签组合的查询问句归类，根据所述实体标签组合挖掘查询结构图，并采用查询结构图对应的ID标注该类对应的查询问句。4.如权利要求2所述的基于贝叶斯分类器的知识图谱检索方法，其特征在于，所述语义标注采用BIO标注格式，所述语义标签包括：Entity，Type，Value，Relation和Attribute。5.如权利要求1所述的基于贝叶...

【专利技术属性】
技术研发人员：杨兰，王欣，展华益，孙锐，
申请(专利权)人：四川长虹电器股份有限公司，
类型：发明
国别省市：四川,51