一种用于对话系统的知识图谱生成方法技术方案

本申请实施例公开了用于生成问答系统的知识图谱的方法。该方法的一具体实施方式包括：初始化知识图谱，获取输入语句，确定与输入语句相对应的初始化知识图谱中的每个节点，确定每个节点的结构化特征和非结构化特征，利用置信度传播机制，确定所述初始化知识图谱中的各个节点的图嵌入特征，生成问答系统的知识图谱。该方法在生成知识图谱的过程中利用了问答系统中的结构化知识库信息和非结构化对话语句信息，能够更好的辅助模拟生成真实说话人在问答过程中的对话语句。

A knowledge map generation method for dialogue system

【技术实现步骤摘要】
一种用于对话系统的知识图谱生成方法
本申请实施例涉及计算机
，具体涉及计算机自然语言处理
，尤其涉及用于生成问答系统知识图谱的方法。
技术介绍
开放式的问答系统在开放的对话环境中，基于知识库，能够根据上一条对话语句学习当前输入语句的语句嵌入特征，从而输出目标语句。知识图谱是一种用图模型来描述知识和建模实体关系的知识表示方法。基于知识图谱的问答系统是指基于知识图谱解答问题的问答系统，通过将语义理解的结果映射到知识图谱后生成图嵌入特征，解答问题。知识图谱嵌入生成图嵌入特征的过程，是指将知识图谱中包括实体和关系的内容映射到连续向量空间，其中每个节点对应图嵌入特征。知识图谱使用向量表达方式，利用数值计算方法提高问答系统中应用的计算效率。知识图谱中的向量表达方式可以有效利用当前流行的神经网络、深度学习等机器学习方法，因此能够增加问答系统设计的多样性。现有用于问答系统的知识图谱能够捕捉对话的开放性特征，但由于缺少结构化的对话状态特征，不能直接应用于依赖结构化特征的知识交互的场景中。如果能够同时基于问答系统中的结构化特征和非结构化特征构建知识图谱，同时随着语句的不断输入，添加新的节点，传播上下文知识，更新知识图谱，则能够改进问答系统的对话效果。
技术实现思路
本申请实施例提出了用于生成问答系统的知识图谱的方法。第一方面，本申请实施例提供了一种用于生成信息的方法，该方法包括：基于对话样本库生成初始化知识图谱；获取输入语句；确定与所述输入语句相对应的所述初始化知识图谱中的每个节点，确定所述每个节点的结构化特征，以及，确定所述每个节点的非结构化特征；利用置信度传播机制，基于所确定的结构化特征和非结构化特征，确定所述初始化知识图谱中的各个节点的图嵌入特征，生成问答系统的知识图谱。在一些实施例中，基于对话样本库生成初始化知识图谱，包括：基于所述对话样本库中的结构化知识库生成节点和边；基于所述对话样本库中的非结构化对话语句更新所述节点和边；其中，所述对话样本库包括了结构化知识库和非结构化对话语句，所述节点和边组成了初始化知识图谱。在一些实施例中，基于对话样本库中的结构化知识库生成节点和边，包括：生成所述初始化知识图谱中的节点，所述节点包括：项目节点、属性节点和实体节点；生成所述初始化知识图谱中的边，其中，所述边表示不同节点之间的关系。在一些实施例中，基于对话样本库中的非结构化对话语句更新所述节点和边，包括：如果所述对话样本库中的非结构化语句中包含未在所述初始化知识图谱中的节点，则增加新的节点，并且根据节点关系更新边。在一些实施例中，确定所述每个节点的结构化特征，包括：确定所述每个节点出现次数的独热向量，其中，所述出现次数的独热向量表示所述每个节点在所述问答系统中所存储的全部语句中出现的次数；确定所述每个节点类型的独热向量，其中，所述类型的度热向量表示每个节点的类型；确定所述每个节点出现情况的独热向量，其中，所述出现情况的度热向量表示每个节点是否在所述输入语句中出现；串联所述出现次数、所述出现类型以及所述出现情况的独热向量，确定所述每个节点的结构化特征。在一些实施例中，确定所述每个节点的非结构化特征，包括：基于所述输入语句，生成实体集；确定所述输入语句的语句嵌入特征；基于所述实体集和所述语句嵌入特征，确定所述每个节点的非结构化特征。在一些实施例中，基于所述输入语句，生成实体集，包括：初始化实体集为空集；如果所述输入语句中包含所述初始化知识图谱中的实体节点，确定实体节点集合作为所述实体集；如果所述输入语句中不包含所述初始化知识图谱中的实体节点，使用上一条语句对应的实体集作为所述实体集，其中，所述上一条语句是指所述问答系统中所存储的针对所述输入语句的上一条语句。在一些实施例中，确定所述输入语句的语句嵌入特征，包括：将所述输入语句作为递归神经网络的输入；将所述递归神经网络最后一层隐藏层的值作为所述输入语句的语句嵌入特征输出。在一些实施例中，利用置信度传播机制，基于所确定的结构化特征和非结构化特征，确定所述初始化知识图谱中的各个节点的图嵌入特征，，生成问答系统的知识图谱，包括：将所述初始化知识图谱中的节点分层；将所述所确定的结构化特征和非结构化特征的串联结果确定为第0层所述初始化知识图谱中节点的图嵌入特征；利用置信度传播机制，更新所述初始化知识图谱中每层节点的图嵌入特征，其中，所述置信度传播机制利用节点与节点之间相互传递信息的方法更新知识图谱；串联每层节点的图嵌入特征，生成问答系统的知识图谱。在一些实施例中，所述方法还包括：将所述问答系统的知识图谱发送给目标显示设备，以及控制所述目标显示设备对所述知识图谱进行显示。第二方面，本申请实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。第三方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。本申请实施例提供的用于生成信息的方法，初始化知识图谱，输入语句，确定与所述输入语句相对应的所述初始化知识图谱中的每个节点，确定所述每个节点的结构化特征和非结构化特征，确定初始化知识图谱中每个节点的图嵌入特征，从而，生成用于问答系统的知识图谱。本申请的上述各个实施例中的一个实施例具有如下有益效果：基于对话样本库中的结构化知识库和非结构化对话语句生成初始化知识图谱，利用问答系统中的结构化知识库信息和非结构化对话语句信息确定初始化知识图谱中每个节点的图嵌入特征。因为在生成知识图谱节点图嵌入特征的过程中同时考虑了结构化特征和非结构化特征，所以能够有效捕获问答系统的真实对话环境信息。从而，本申请的一个实施例能够更好的辅助模拟生成真实说话人在问答过程中的对话语句。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1是本申请可以应用于其中的示例性系统架构图；图2是根据本申请的用于生成问答系统的知识图谱的方法的一个实施例的流程图；图3是根据本申请的用于生成初始化知识图谱的一个实施例的流程图；图4是根据本申请的用于生成问答系统的知识图谱方法的又一个实施例的流程图；图5是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。具体实施方式下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。图1示出了可以应用本申请的用于生成信息的方法的实施例的示例本文档来自技高网...

【技术保护点】
1.一种用于问答系统的知识图谱生成方法，包括：/n基于对话样本库生成初始化知识图谱；/n获取输入语句；/n确定与所述输入语句相对应的所述初始化知识图谱中的每个节点，确定所述每个节点的结构化特征，以及，确定所述每个节点的非结构化特征；/n利用置信度传播机制，基于所确定的结构化特征和非结构化特征，确定所述初始化知识图谱中的各个节点的图嵌入特征，生成问答系统的知识图谱。/n

【技术特征摘要】
1.一种用于问答系统的知识图谱生成方法，包括：
基于对话样本库生成初始化知识图谱；
获取输入语句；
确定与所述输入语句相对应的所述初始化知识图谱中的每个节点，确定所述每个节点的结构化特征，以及，确定所述每个节点的非结构化特征；
利用置信度传播机制，基于所确定的结构化特征和非结构化特征，确定所述初始化知识图谱中的各个节点的图嵌入特征，生成问答系统的知识图谱。


2.根据权利要求1所述的方法，所述基于对话样本库生成初始化知识图谱，包括：
基于所述对话样本库中的结构化知识库生成节点和边；
基于所述对话样本库中的非结构化对话语句更新所述节点和边；
其中，所述对话样本库包括了结构化知识库和非结构化对话语句，所述节点和边组成了初始化知识图谱。


3.根据权利要求2所述的方法，所述基于所述对话样本库中的结构化知识库生成节点和边，包括：
生成所述初始化知识图谱中的节点，所述节点包括：项目节点、属性节点和实体节点；
生成所述初始化知识图谱中的边，其中，所述边表示不同节点之间的关系。


4.根据权利要求2所述的方法，所述基于所述对话样本库中的非结构化对话语句更新所述节点和边，包括：
如果所述对话样本库中的非结构化语句中包含未在所述初始化知识图谱中的节点，则增加新的节点，并且根据节点关系更新边。


5.根据权利要求1所述的方法，所述确定所述每个节点的结构化特征，包括：
确定所述每个节点出现次数的独热向量，其中，所述出现次数的独热向量表示所述每个节点在所述问答系统中所存储的全部语句中出现的次数；
确定所述每个节点类型的独热向量，其中，所述类型的独热向量表示每个节点的类型；
确定所述每个节点出现情况的独热向量，其中，所述出现情况的独热向量表示每个节点是否在所述输入语句中出现；
串联所述出现次数、所述出现类型以及所述出现情况的独热向量，确定所述每个节点的结构化特征。


6.根据权利要求1所述的方法，所述确定所述每个节点的非结构化特征，包括：
基于所述输入语句...

【专利技术属性】
技术研发人员：余轲，
申请(专利权)人：北京轮子科技有限公司，
类型：发明
国别省市：北京;11