【技术实现步骤摘要】
一种基于知识图谱的人机交互方法及系统
本专利技术涉及人工智能领域，具体适用于基于知识图谱的人机交互方法和系统。
技术介绍
近年来，随着人工智能技术的发展，知识图谱这一技术与生活中的应用越来越近了。在各个领域都有所应用，比如机器人的人工对话，智能客户电话的机器问答等。知识图谱作为一种语义网络，可以用来表现复杂演化的实体语义关系。知识图谱拥有极强的表达能力和建模灵活性：首先，知识图谱是一种语义表示，可以对现实世界中的实体、概念、属性以及它们之间的关系进行建模；其次，知识图谱是其衍生技术的数据交换标准，其本身是一种数据建模的“协议”，相关技术涵盖知识抽取、知识集成、知识管理和知识应用等各个环节。知识图谱之中涉及到了数据存储和处理模块两部分。现有的人机相互系统，大部分都集中在知识图谱的存储、查询和更新在内的数据管理模块，如何管理一个可更新的超大规模稀疏三阶张量。通常是将知识图谱数据的主语、谓词和宾语三个部分分别看作三个维度，每一个维度上的取值范围即知识图谱中对应位置出现的所有值，那么整个数据集就可以被一个稀疏的三阶张量表示，...
【技术保护点】
1.一种基于知识图谱的人机交互方法，其特征在于：所述方法包括：/n步骤S01，对样本知识进行分类，构建分领域知识数据的聚类；/n步骤S02，对聚类后的知识数据，采用TransE算法将分类领域库中的知识以三元组的形式，构建知识图谱；/n步骤S03，解析获得的会话信息，获取其中的话题分类，依据该话题分类与知识分类的聚类信息的匹配度，获得对应的知识图谱，依据该对应的知识图谱，响应于该会话信息进行输出。/n
【技术特征摘要】
1.一种基于知识图谱的人机交互方法，其特征在于：所述方法包括：
步骤S01，对样本知识进行分类，构建分领域知识数据的聚类；
步骤S02，对聚类后的知识数据，采用TransE算法将分类领域库中的知识以三元组的形式，构建知识图谱；
步骤S03，解析获得的会话信息，获取其中的话题分类，依据该话题分类与知识分类的聚类信息的匹配度，获得对应的知识图谱，依据该对应的知识图谱，响应于该会话信息进行输出。
2.如权利要求1所述的方法，其特征在于，所述聚类，采用k-means聚类，首先使用映射操作并行地将原始知识数据转换为可聚类的格式，给不同服务器分配互不重复的知识数据，每个服务器根据给定的k值随机选取k个知识数据作为初始聚类中心，并对其按照顺序编号，对知识数据进行初始划分，得到k个聚类作为初始聚类中心后，对每个知识数据执行划分和下述迭代操作：每个服务器在映射阶段分别读出位于本地的知识数据，并计算每个知识数据到各初始聚类中心的距离，将其归属到最近的初始聚类中心，该步骤操作是并行进行的，再将本次聚类结果在缩减过程中返回；
其中缩减过程是得到所有知识数据的聚类结果，并对各服务器聚类结果进行合并后，在每个新的聚类中选取权值最大的知识数据作为新的聚类中心；重复执行上述映射和缩减操作，直到聚类中心不再变化或达到最大迭代次数时，结束迭代，并输出每个知识数据...
【专利技术属性】
技术研发人员：韩国权，黄海峰，邱张华，周伟，
申请(专利权)人：太极计算机股份有限公司，
类型：发明
国别省市：北京;11
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。