一种可解释性推理问答方法及装置制造方法及图纸

本发明专利技术提供了一种可解释性推理问答方法及装置，包括：根据待回答的问题，构建所述问题相关领域的知识图谱；将所述知识图谱转化为图结构，并预测所述图结构中实体与实体之间的语义关系；基于所述语义关系，获取实体之间的逻辑规则；基于所述逻辑规则，补全所述知识图谱；根据待回答的问题，基于补全的所述知识图谱，获取所述问题的答案。本公开通过运用规则进行关系推理,达到知识图谱补全的目标，从而增加推理过程的可解释性，让问答系统回答的更加准确，提高用户体验。

【技术实现步骤摘要】
一种可解释性推理问答方法及装置
本专利技术涉及问答方法，尤其涉及一种可解释性推理问答方法及装置。
技术介绍
智能回答系统一直是Al领域的一个热门话题，而最近随着众多知识库的发展又促进了这一任务的实现。然而，由于语言和知识的多样性和复杂性，基于知识库问答的推理工作仍然是一个具有挑战性的任务，其中基于知识图谱的问答系统也越来越受大家关注。知识图谱的完备性和正确性也愈发重要。尽管当前知识图谱中蕴含着数以亿计的事实，但是知识图谱中的知识还远不够完备。例如，在大规模知识库Freebase中,有超过90％的人物其基本信息都是不完整的，缺失的一-些信息包括国籍、兄弟、姐妹、子女、职业、出生地等等。此外，在信息抽取过程中，由于数据来源复杂，知识错误的可能性很大，而这些信息本身也很难利用互联网上现有的开放数据获得，这种情况使得知识图谱完备性不够，影响问答系统回答的准确性，降低了用户体验。
技术实现思路
为了解决上述技术问题的至少一个，本专利技术提供了一种可解释性推理问答方法及装置。本专利技术的技术方案是这样实现的：一种可解释性本文档来自技高网...

【技术保护点】
1.一种可解释性推理问答方法，其特征在于，包括：/n根据待回答的问题，构建所述问题相关领域的知识图谱；/n将所述知识图谱转化为图结构，并预测所述图结构中实体与实体之间的语义关系；/n基于所述语义关系，获取实体之间的逻辑规则；/n基于所述逻辑规则，补全所述知识图谱；/n根据待回答的问题，基于补全的所述知识图谱，获取所述问题的答案。/n

【技术特征摘要】
1.一种可解释性推理问答方法，其特征在于，包括：
根据待回答的问题，构建所述问题相关领域的知识图谱；
将所述知识图谱转化为图结构，并预测所述图结构中实体与实体之间的语义关系；
基于所述语义关系，获取实体之间的逻辑规则；
基于所述逻辑规则，补全所述知识图谱；
根据待回答的问题，基于补全的所述知识图谱，获取所述问题的答案。


2.如权利要求1所述的方法，其特征在于，
所述预测所述图结构中实体与实体之间的语义关系，包括：
以所述图结构中的每个实体分别对应设置为一个节点，以所述实体与实体之间的关系为边，基于所述节点之间的关系路径所蕴含的信息，挖掘实体之间的多步路径；基于所述多步路径，预测实体之间的语义关系。


3.如权利要求1所述的方法，其特征在于，
所述基于每个所述语义关系，获取实体之间的逻辑规则，包括：
基于随机游走的规则挖掘模型，计算图结构中实体之间随机游走的转移概率，将随机游走路径形式化为推理规则；
对所述推理规则进行规则扩展，增加所述推理规则的数量；
对所有所述推理规则进行清洗和修剪，获得适用于推理的逻辑规则。


4.如权利要求2所述的方法，其特征在于，
所述对所述推理规则进行规则扩展，增加所述推理规则的数量，包括：
将所述推理规则的二元特性作为附件信息，通过关系运算增加所述推理规则的数量。


5.如权利要求1-4任一项所述的方法，其特征在于，
所述构建所述问题相关领域的知识图谱，包括：
基于爬虫技术，从互联网获取所述问题相关领域的非结构化文本数据；
对所述文本数据...

【专利技术属性】
技术研发人员：洪万福，钱智毅，王旺，
申请(专利权)人：厦门渊亭信息科技有限公司，
类型：发明
国别省市：福建;35