【技术实现步骤摘要】
基于旅游领域知识图谱的知识问答检索方法及装置
本专利技术属于人工智能及自然语言处理领域，具体涉及一种基于旅游领域知识图谱的知识问答检索方法及装置，实现对用户提出的自然语言问句分析整理，从知识图谱中返回答案。
技术介绍
随着社会的进步，人们的生活水平不断提高，对于出游质量的要求也越来越高，多数情况下游客会根据在网上查询的旅游信息来制定出游计划。但是，游客使用传统的搜索引擎进行信息检索时，搜索引擎只能根据用户输入的关键词来返回相对应的网页，用户还需要查询多个网页才能找到最终的结果。伴随着数据信息量的极速增加，这种信息检索方式会返回太多冗余信息，不能满足人们想在海量数据中高效获取准确答案的需求。知识问答作为信息搜索的升华，功能在于允许用户以自然语言的方式进行提问并返回给用户简短而准确的答案。知识图谱是一张巨大的语义网络，以“实体-属性-属性值”或“实体-关系-实体”这样的三元组方式存储，它的出现为管理当今大数据环境下的复杂数据资源提供了一种更为有效的途径。基于知识图谱的知识问答系统能够直接将自然语言问句和知识图谱进行链接，...
【技术保护点】
1.一种基于旅游领域知识图谱的知识问答检索方法，其特征在于，包括以下步骤：/n使用Python程序爬取旅游网站信息，构建旅游领域知识图谱；/n用户输入与旅游相关的自然语言问句；/n分析用户提出的自然语言问句，对自然语言进行分词，并对每个词语进行词性标注；/n以“实体-属性-属性值”的形式存储知识图谱，将问句与知识图谱进行链接；/n根据链接出的“实体”和“属性”，从知识图谱中查询相关三元组，并返回属性值。/n
【技术特征摘要】
1.一种基于旅游领域知识图谱的知识问答检索方法，其特征在于，包括以下步骤：
使用Python程序爬取旅游网站信息，构建旅游领域知识图谱；
用户输入与旅游相关的自然语言问句；
分析用户提出的自然语言问句，对自然语言进行分词，并对每个词语进行词性标注；
以“实体-属性-属性值”的形式存储知识图谱，将问句与知识图谱进行链接；
根据链接出的“实体”和“属性”，从知识图谱中查询相关三元组，并返回属性值。
2.根据权利要求1所述基于旅游领域知识图谱的知识问答检索方法，其特征在于：构建旅游领域知识图谱包括两种实现方法，一种方法是使用Python程序爬取旅游网站信息，将抽取出的旅游实体批次导入Neo4j图数据库，将错误数据进行修改，对于空缺数据进行补齐，如果没有数据则使用null进行填充，并设置相关联实体集之间的属性，对设置好的数据进行处理得到“实体-属性-属性值”三元组；另一种方法是人工收集与旅游有关的实体和属性值，包括景点、酒店、美食、门票、景点等级、地址以及消费价格，手动添加到知识图谱当中。
3.根据权利要求1所述基于旅游领域知识图谱的知识问答检索方法，其特征在于：采用结巴库对用户提出的自然语言问句进行分词和词性标注，将长句划分为一个一个的词语，并对词语进行词性标注；在此过程中，找出第一个词性为名词的词语，如果该词语的下一个词语还是名词，则将两个词语进行拼接，直至词性不是名词为止，将整合得到的词语输出。
4.根据权利要求1所述基于旅游领域知识图谱的知识问答检索方法，其特征在于：所述“实体”和“属性”进行链接的方式为：根据已经标注好的词语词性识别出实体；将识别出的问句实体和知识图谱中的实体进行距离计算，选取距离最短的实体进行链接；使用神经网络模型链接问句和知识图谱中的属性，通过模型计算之后返回结果高的属性进行链接。
5.根据权利要求4所述基于旅游领域知识图谱的知识问答检索方法，其特征在于：
通过余弦相似度算法计算实体间的相似度，计算公式如下：
式中，A表示问句实体，B表示知识图谱中的实体，n表示词向量的维度；
由上式计算出两个实体之间的距离，通过比较，选择与问句实体距离最近的知识图谱中的实体进行链接；链接到实体和属性之后，遍历知识图谱中的三元组，选取能够同时匹配实体和属性的三元组，将该三元组中的属性值作为答案返回给用户。
6.根据权利要求4所述基于旅游领域知识图谱的知识问答检索方法，其特征在于：所述的神经网络模型采用CNN模型，将问句和属性同时输入模型，在输入层计算问句和属性的相似度得到相似度矩阵，将相似度矩阵进行卷积池化，选...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。