一种基于知识图谱的智能问答方法及其性能评价方法技术

本发明专利技术涉及计算机应用技术领域，其目的在于提供一种基于知识图谱的智能问答方法及其性能评价方法。本发明专利技术公开了一种基于知识图谱的智能问答方法，其生成答案时的运行工作量更低；具体包括以下步骤：构建知识图谱；接收用户问题并将用户问题和知识图谱内的问题集分别进行向量化；将向量化后的用户问题与问题集中的问题分别进行相似度匹配，并得到多个语义相似度；将多个语义相似度排序，选择问题集中语义相似度最高的问题为命中问题；在知识图谱内检索出命中问题对应的命中答案，然后将命中答案形成完整的答案后输出。本发明专利技术还公开了一种智能问答方法的性能评价方法，其对智能问答方法性能的评价更为客观。

An intelligent Q & a method based on knowledge map and its performance evaluation method

【技术实现步骤摘要】
一种基于知识图谱的智能问答方法及其性能评价方法
本专利技术涉及计算机应用
，特别是涉及一种基于知识图谱的智能问答方法及其性能评价方法。
技术介绍
智能问答系统是将积累的无序语料信息，进行有序和科学的整理，并建立基于知识的分类模型；这些分类模型可以指导新增加的语料咨询和服务信息，可有效节约人力资源、提高信息处理的自动性、降低网站运行成本。但是，在使用现有技术过程中，专利技术人发现现有技术中至少存在如下问题：现有的智能问答方法中，得到用户问题对应的答案结果，需对用户问题进行分类，然后根据对用户问题分类的结果预先将答案模板定义好，最后通过检索出的答案放入预先定义好的答案模板中，如此造成生成答案时系统的运行工作量较高，影响问答速度。另外，现有智能问答方法的性能评价方法中，人为主观判断性能影响因素较大，不利于得到客观的评价结果。
技术实现思路
本专利技术旨在至少在一定程度上解决上述技术问题。本专利技术公开了一种基于知识图谱的智能问答方法，包括以下步骤：构建知识图谱；接收用户问题，然后将用户问题和知本文档来自技高网...

【技术保护点】
1.一种基于知识图谱的智能问答方法，其特征在于：包括以下步骤：/n构建知识图谱；/n接收用户问题，然后将用户问题和知识图谱内的问题集分别进行向量化；/n将向量化后的用户问题与问题集中的问题分别进行相似度匹配，并得到多个语义相似度；/n将多个语义相似度排序，选择问题集中语义相似度最高的问题为命中问题；/n在知识图谱内检索出命中问题对应的命中答案，然后将命中答案利用深度学习中的编码-解码器和词嵌入形式形成完整的答案后输出。/n

【技术特征摘要】
1.一种基于知识图谱的智能问答方法，其特征在于：包括以下步骤：
构建知识图谱；
接收用户问题，然后将用户问题和知识图谱内的问题集分别进行向量化；
将向量化后的用户问题与问题集中的问题分别进行相似度匹配，并得到多个语义相似度；
将多个语义相似度排序，选择问题集中语义相似度最高的问题为命中问题；
在知识图谱内检索出命中问题对应的命中答案，然后将命中答案利用深度学习中的编码-解码器和词嵌入形式形成完整的答案后输出。


2.根据权利要求1所述的一种基于知识图谱的智能问答方法，其特征在于：用户问题和知识图谱内的问题集采用word2vec和bert模型进行向量化。


3.根据权利要求1所述的一种基于知识图谱的智能问答方法，其特征在于：相似度匹配采用tf-idf文本相似度算法进行。


4.一种针对权利要求1至3任一项智能问答方法的性能评价方法，其特征在于：包括如下步骤：
将用户问题及智能问答系统的判断结果转换为json字符串形式的问答对数据，然后将问答对数据存储到服务器中；
对存储到服务器中的问答对数据进行分类；
得到最终分类结果；
对最终分类结果进行计数求和；
得到将每一轮对话中的问题识别错误率FPR和服务满足率TPR；
建立DEA评价指标体系，然后将每一轮对话中的问题识别错误率FPR和服务满足率TPR纳入DEA评价指标体系中；

【专利技术属性】
技术研发人员：王开业，蒋登位，崔斌，谭启涛，
申请(专利权)人：成都航天科工大数据研究院有限公司，
类型：发明
国别省市：四川;51