基于人工智能的知识库生成方法和智能机器人应答方法技术

本发明专利技术涉及基于人工智能的知识库生成方法和智能机器人应答方法，获取知识库生成指令，根据知识库生成指令，从初始数据库中获取目标数据库，根据目标数据库，从目标数据库中获取目标文本，目标文本为用于生成目标知识库的相关文本，对目标文本进行解析，得到目标知识库，相应地，就可以根据得到的目标知识库进行智能机器人应答，本发明专利技术提供的知识库生成方法是一种根据数据自动进行知识库生成的方法，相较于人工构建知识库的方式，效率得到很大的提升，而且，不受知识库的规模的影响，即便较大规模的知识库，效率也不会降低，因此，本发明专利技术提供的知识库生成方法能够适应目前越来越准确的问答需求。的问答需求。的问答需求。

【技术实现步骤摘要】
基于人工智能的知识库生成方法和智能机器人应答方法


[0001]本专利技术属于人工智能
，具体涉及一种基于人工智能的知识库生成方法和一种智能机器人应答方法。

技术介绍

[0002]问答智能机器人在进行应答时，基于问题所得到的答案的准确性取决于机器人内部的知识库，通常情况下，知识库越全面，答案的准确性越高。目前的知识库的生成方式通常为人工构建，然而，人工构建需要很大的数据量，而且，所需的知识库的规模越大，构建所需的数据量越多，因此，人工构建知识库的方式效率较低，而且工作量很大，无法适应目前越来越准确的应答需求。

技术实现思路

[0003]本专利技术提供一种基于人工智能的知识库生成方法和一种智能机器人应答方法，用于解决现有的知识库的生成方式的效率较低的技术问题。
[0004]一种基于人工智能的知识库生成方法，包括：
[0005]获取知识库生成指令，所述知识库生成指令包括目标知识库所属的目标领域；
[0006]根据所述知识库生成指令，从初始数据库中获取与所述目标领域相关的目标数据库；
[0007]根据所述目标数据库，从所述目标数据库中获取目标文本，所述目标文本为用于生成所述目标知识库的相关文本；
[0008]对所述目标文本进行解析，得到所述目标知识库。
[0009]更优地，所述根据所述知识库生成指令，从初始数据库中获取与所述目标领域相关的目标数据库，具体为：
[0010]根据所述知识库生成指令，将所述目标领域输入至预设的领域知识图谱中，确定与所述目标领域相关的关联领域；
[0011]从所述初始数据库中获取所述目标数据库，所述目标数据库包括与所述目标领域相对应的数据库和与所述关联领域相对应的数据库。
[0012]更优地，所述对所述目标文本进行解析，得到所述目标知识库，具体为：
[0013]获取所述目标文本中包含备选答案的目标语句，以及各备选答案在所述目标语句中的位置；
[0014]对所述目标语句和所述各备选答案在所述目标语句中的位置进行编码，得到目标语义向量；
[0015]对所述目标语义向量进行解码，得到所述目标知识库。
[0016]更优地，所述对所述目标语句和所述各备选答案在所述目标语句中的位置进行编码，得到目标语义向量，具体为：
[0017]通过预设的双向LSTM结构的编码器对所述目标语句和所述各备选答案在所述目
标语句中的位置进行编码，得到目标语义向量。
[0018]更优地，所述通过预设的双向LSTM结构的编码器对所述目标语句和所述各备选答案在所述目标语句中的位置进行编码，得到目标语义向量，具体为：
[0019]根据所述各备选答案在所述目标语句中的依存关系，得到备选答案树形结构序列；
[0020]计算所述各备选答案在所述备选答案树形结构序列中的位置向量；
[0021]将所述各备选答案在所述备选答案树形结构序列中的位置向量输入至所述双向LSTM结构中；
[0022]根据所述双向LSTM结构，对各备选答案进行语义编码，得到各备选答案对应的语义向量；
[0023]根据所述双向LSTM结构，依据各备选答案在所述备选答案树形结构序列中的位置向量以及语义向量，生成各备选答案的目标语义向量。
[0024]更优地，所述对所述目标语义向量进行解码，得到所述目标知识库，具体为：
[0025]通过预设的单向LSTM结构的解码器，在所述单向LSTM结构中以所述目标语义向量为初始状态，解码输出目标答案，得到所述目标知识库。
[0026]一种智能机器人应答方法，包括：
[0027]获取待应答问题；
[0028]将所述待应答问题输入至目标知识库中，获取与所述待应答问题相对应的答案；
[0029]所述目标知识库按照上述的基于人工智能的知识库生成方法生成得到。
[0030]本专利技术的技术效果包括：知识库生成指令中包括目标知识库所属的目标领域，先根据知识库生成指令，从初始数据库中获取与目标领域相对应的目标数据库，目标数据库为与目标知识库密切相关的数据库，然后根据目标数据库，从目标数据库中获取目标文本，目标文本为用于生成目标知识库的相关文本，最后对目标文本进行解析，得到目标知识库，因此，本专利技术提供的知识库生成方法是一种根据数据自动进行知识库生成的方法，相较于人工构建知识库的方式，无需专门配设工作人员整理与生成的知识库相关的数据，知识库生成效率得到很大的提升，而且，不受知识库的规模的影响，即便较大规模的知识库，效率也不会降低，因此，本专利技术提供的知识库生成方法能够适应目前越来越准确的应答需求。
附图说明
[0031]图1是本专利技术提供的一种基于人工智能的知识库生成方法的流程图；
[0032]图2是本专利技术提供的一种智能机器人应答方法的流程图。
具体实施方式
[0033]基于人工智能的知识库生成方法实施例：
[0034]本实施例提供一种基于人工智能的知识库生成方法，该知识库生成方法可以应用于服务器、电脑设备等等。如图1所示，知识库生成方法包括以下步骤：
[0035]步骤1：获取知识库生成指令，所述知识库生成指令包括目标知识库所属的目标领域：
[0036]获取知识库生成指令，知识库生成指令用于启动知识库的生成过程。知识库生成
指令可由信号输入设备进行输入，比如键盘、触摸屏设备等。
[0037]本专利技术提供的知识库生成方法用于生成目标知识库，本实施例中，目标知识库对应有特定的领域，目标知识库对应的特定的领域为目标知识库所属的目标领域。知识库生成指令包括目标知识库所属的目标领域。
[0038]步骤2：根据所述知识库生成指令，从初始数据库中获取与所述目标领域相关的目标数据库：
[0039]预设有一个初始数据库，初始数据库为用于目标知识库生成的数据基础，初始数据库是一个数据库群，包括多个领域的数据库，作为一个具体实施方式，包括目前已知的所有领域的数据库，或者目标知识库生成过程中可能用到的多个领域的数据库。各数据库包括至少一个文本，文本的个数以及各文本的长度由实际情况进行设置，目标知识库由这些文本生成。本实施例不对各数据库中的各文本的格式做限定。
[0040]根据知识库生成指令，从初始数据库中获取与目标领域相关的目标数据库。作为一个具体实施方式，预设一个领域知识图谱，该领域知识图谱包括目前已知所有知识库涉及到的领域，以及各领域之间的关系，从该领域知识图谱中，就可以获取到任意两个领域之间的关系，比如：任意两个领域之间是否相关，以及相关性如何。那么，将目标领域输入至预设的领域知识图谱中，确定与目标领域相关的关联领域，本实施例中，根据领域知识图谱获取目标领域与其他各领域之间的相关性，并预设有一个相关性阈值，获取大于或者等于该相关性阈值的相关性，并确定这些相关性所对应的领域，这些领域为与目标领域具有较高相关性的领域，即为关联领域。
[0041]然后，将目标领域和得到的关联领域输入本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于人工智能的知识库生成方法，其特征在于，包括：获取知识库生成指令，所述知识库生成指令包括目标知识库所属的目标领域；根据所述知识库生成指令，从初始数据库中获取与所述目标领域相关的目标数据库；根据所述目标数据库，从所述目标数据库中获取目标文本，所述目标文本为用于生成所述目标知识库的相关文本；对所述目标文本进行解析，得到所述目标知识库。2.根据权利要求1所述的基于人工智能的知识库生成方法，其特征在于，所述根据所述知识库生成指令，从初始数据库中获取与所述目标领域相关的目标数据库，具体为：根据所述知识库生成指令，将所述目标领域输入至预设的领域知识图谱中，确定与所述目标领域相关的关联领域；从所述初始数据库中获取所述目标数据库，所述目标数据库包括与所述目标领域相对应的数据库和与所述关联领域相对应的数据库。3.根据权利要求1所述的基于人工智能的知识库生成方法，其特征在于，所述对所述目标文本进行解析，得到所述目标知识库，具体为：获取所述目标文本中包含备选答案的目标语句，以及各备选答案在所述目标语句中的位置；对所述目标语句和所述各备选答案在所述目标语句中的位置进行编码，得到目标语义向量；对所述目标语义向量进行解码，得到所述目标知识库。4.根据权利要求3所述的基于人工智能的知识库生成方法，其特征在于，所述对所述目标语句和所述各备选答案在所述目标语句中的位置进行编码，得到目标语义向量，具体为：通过预设的双向LSTM结构...

【专利技术属性】
技术研发人员：张怀，干少明，
申请(专利权)人：洛阳墨潇网络科技有限公司，
类型：发明
国别省市：