知识库问答方法、电子设备及可读存储介质技术

本发明专利技术公开了一种知识库问答方法、电子设备及可读存储介质，包括以下步骤：步骤1，面向特定领域构建语料库；步骤2，训练MA

【技术实现步骤摘要】
知识库问答方法、电子设备及可读存储介质


[0001]本专利技术属于信息处理
，特别是涉及一种知识库问答方法、电子设备及可读存储介质。

技术介绍

[0002]自动问答主要包括基于传统搜索引擎的问答、基于社区的问答和基于知识库的问答，知识库实现了对客观世界从字符串描述到结构化的语言描述，反映了客观世界的知识映射，因其更加精确的回答，得到了研究者们的广泛关注，也成为了目前问答系统最主要的方式；目前，已经有一些面向英语和汉语的大规模知识库，如Freebase、YAGO、DBpedia、百度知心和搜狗知立方等，知识库的构建取决于实体的识别和关系的抽取，实体识别有基于规则的和基于统计的，基于统计的有最大熵、条件随机场以及神经网络的方法，其中基于神经网络的性能最好，关系抽取主要包括基于模式匹配的和基于统计的，比较有代表性的有：车万翔等人提出的基于特征向量的SVM方法、陈宇等人提出的基于深度信念网络的关系抽取方法、甘丽新等人提出的基于句法语义特征的实体关系抽取方法。
[0003]随着深度学习技术的飞速发展，越来越多的研究者开始将目光转向利用深度神本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.知识库问答方法，其特征在于，包括以下步骤：步骤1，采集领域相关的用户问题及其涉及的领域标识构成语料库，所述语料库还包括所述用户问题的扩展问题和对应的答案；步骤2，训练MA
‑
B模型，对预处理后的待回答问题q进行分类，获得待回答问题q的领域标识；步骤3，从语料库中抽取领域标识与待回答问题q相同的用户问题Q，训练BERT模型，分别提取待回答问题q与各用户问题Q的语义特征表示，计算待回答问题q与各用户问题Q的相似性分数；步骤4，基于相似性分数确定待回答问题q的相似问题，将相似问题对应的答案作为候选答案A；步骤5，计算各候选答案A与待回答问题q的相关性分数，确定与待回答问题q最接近的相似问题，将其对应的答案作为最终答案输出。2.根据权利要求1所述的知识库问答方法，其特征在于，所述领域标识包括贪污受贿类、债券债务类、劳动纠纷类、刑事辩护类、合同纠纷类、侵权类、劳动法、行政诉讼类、建设工程类、法律法规类。3.根据权利要求1所述的知识库问答方法，其特征在于，所述MA
‑
B模型包括依次连接的输入层、BiLSTM层、多头注意力机制和分类层；所述输入层用于输入待回答问题的字符嵌入和语素嵌入；所述BiLSTM层用于提取输入序列的上下文信息；所述多头注意力机制用于对上下文信息进行多self attention计算，并将计算结果拼接获得待回答问题的特征表示；所述分类层用于对特征表示进行分类获得待回答问题的领域标识。4.根据权利要求1所述的知识库问答方法，其特征在于，所述预处理包括对待回答问题的文本进行分句，清洗无效数据和HTML标...

【专利技术属性】
技术研发人员：王炜华，飞龙，王广义，李彬，高光来，
申请(专利权)人：内蒙古大学，
类型：发明
国别省市：