一种基于语义泛化的问答准确率提升方法技术

本发明专利技术公开了一种基于语义泛化的问答准确率提升方法，所述方法包括以下步骤：(1)接收问题，抽取问题实体，基于知识互动模式的问答知识库泛化；(2)建立问题实体匹配的关联图谱，基于关联图谱对问题进行语义泛化；(3)确定与问题实体匹配的答案。本发明专利技术通过知识互动模块和等价句式算法实现问答知识库问答对泛化，建立关联图谱对问题进行语义泛化，不会出现答非所问或者无回复结果的情况，提高电力专业知识智能问答的准确性，能够达到电力知识服务问答系统精准解决用户问题的目的。系统精准解决用户问题的目的。系统精准解决用户问题的目的。

【技术实现步骤摘要】
一种基于语义泛化的问答准确率提升方法


[0001]本专利技术涉及自然语言处理，特别是一种基于语义泛化的问答准确率提升方法。

技术介绍

[0002]随着新兴技术的迅猛发展，人工智能逐渐丰富了知识服务的应用场景，其中智能问答技术兴起，已经广泛渗透到教育、医疗、法律、图书馆等领域。研发出行业级应用领域内高效智能的问答系统，不仅能降低算法的复杂度，还能减轻维护语料数据库的成本投入，因此特定领域问答系统成为了当前人工智能自然语言处理的研究热点。知识图谱在智能问答系统中担任重要角色，特定领域中基于知识图谱的智能问答系统，可以满足用户查询事物之间复杂关联关系的需求，从语义层更好理解用户意图，提供高质量答案来源。在智慧电网背景下，用户期望通过交流互动的方式，实时获取所需的电力知识，降低答案搜索成本，电力行业积极从传统的人工问答方式向新型智能问答方式转变，以加强用户咨询电力知识过程中的便捷性和互动性。
[0003]特定领域问答针对某个专有领域，更强调知识源的权威性和确定性，回复的答案也比较专业，例如阿里巴巴的电商领域智能问答系统和美团的美食领域问答系统。本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于语义泛化的问答准确率提升方法，其特征在于，包括以下步骤：(1)接收问题，抽取问题实体，基于知识互动模式的问答知识库泛化；(2)建立问题实体匹配的关联图谱，基于关联图谱对问题进行语义泛化；(3)确定与问题实体匹配的答案。2.根据权利要求1所述的，其特征在于，所述步骤(1)具体如下：(1.1)用户通过在问答模块中，以语音或文本的形式提出问题，后台检测到有输入事件触发时，接收输入事件中的问题，进行实体抽取，得到问题实体；对所述问答知识库的问答进行收集整理，将知识服务平台问答模块中产生问答对，经过语音识别和自然语言处理，以新的标注好的文本形式存入问答知识库，获得泛化的问答对和问答知识库；(1.2)对问答知识库进行等价句式整理，将具有相同语义的句式表达方式不同的多种等价问题，整理归为一类，用正则的方式表示；(1.3)将问答知识库问答对的原有映射f1：Q1
→
Q2、f2：Q2
→
A，加入中间层变为f1：Q1
→
Q2
’
、f3：Q2
’→
Q2、f2：Q2
→
A，其中Q1表示用户问题，Q2表示问答知识库中的某个问题，A表示问答知识库中与Q2对应的回答，Q2
’
表示Q2同类的某个等价句式问题；若问题Q1和Q2存在较大语义差异无法匹配，在问答库中找到与用户问题Q1类似的问句Q2
’
以及Q2
’
的等价问句Q2，建立规模更大的匹配问题集合S2，利用等价扩展句式的问题进而匹配相关答案。3.根据权利要求1所述...

【专利技术属性】
技术研发人员：苏婧仪，张楠，蒋炜，黄振，
申请(专利权)人：国家电网有限公司国网山东省电力公司，
类型：发明
国别省市：