一种基于知识图谱模型的信息检索方法及系统技术方案

本申请公开了一种基于知识图谱模型的信息检索方法及系统，该方法包括获取资料构建知识图谱模型；获取用户的第一次检索内容，以得到第一图谱关系式；根据第一图谱关系式对知识图谱模型进行检索，以得到第一匹配结果；获取用户的第二次检索内容，以得到第二图谱关系式，并与第一图谱关系式进行关联性确定；对具有关联性的第一图谱关系式与第二图谱关系式进行整合，以得到第一整合图谱关系式；基于知识图谱模型对第一整合图谱关系式进行匹配，以得到第一整合匹配结果；对第一整合匹配结果进行相似度判断以得到第二匹配结果；重复获取用户的检索内容并与进行关联性确定，直至用户得到想要的检索结果

【技术实现步骤摘要】
一种基于知识图谱模型的信息检索方法及系统


[0001]本申请涉及人工智能领域，尤其是涉及一种基于知识图谱模型的信息检索方法及系统
。

技术介绍

[0002]知识图谱是人工智能的重要技术，知识图谱是结构化的语义知识库，通过采用符号的形式对现实中的概念和事物之间的相互关系加以表示，通过对自然语言中的文字信息进行识别和分类，以得到对应语句中的实体内容和实体之间的对应关系，故而组成“实体
‑‑
关系
‑‑
实体”的结构
。
然而随着数据量的不断增大，在依照最初的聚类算法等对数据进行检索，则导致计算量较大，降低了检索效率
。
[0003]相关技术中，通过知识图谱模型对用户输入的语句进行语义解读，再通过理解后的语义对知识图谱模型进行智能筛选匹配，从而得到用户需要的信息数据
。
[0004]针对上述中的相关技术，在对用户的语句进行语义解读时，由于大多数时候用户对想要查询的信息并没有一个清晰的认知，导致在进行问题信息描述时常采用模糊宽泛的词进行检索，使得检索结果与实际真实意图之间存在较大的差异，检索结果准确性较低，存在改进之处
。

技术实现思路

[0005]为了提高检索结果的准确性，本申请提供了一种基于知识图谱模型的信息检索方法及系统
。
[0006]第一方面，本申请提供了一种基于知识图谱模型的信息检索方法，采用如下的技术方案：
[0007]一种基于知识图谱模型的信息检索方法，包括：
[0008]获取文本知识资料，并对文本知识资料进行分析，以确定对应包含的实体数据以及多个实体数据之间的关系数据，并构建出知识图谱模型；
[0009]获取用户的第一次检索内容，并对第一次检索内容进行分析，以得到第一次检索内容中对应的检索关系，并输出第一图谱关系式；
[0010]根据第一图谱关系式中包含的检索关系对知识图谱模型中的实体数据和关系数据进行信息检索，以得到与第一图谱关系式相匹配的第一匹配结果；
[0011]获取用户的第二次检索内容，并对第二次检索内容进行分析以得到第二图谱关系式，将第一图谱关系式与第二图谱关系式进行关联性确定；
[0012]若第一图谱关系式与第二图谱关系式存在关联性，则将第一图谱关系式与第二图谱关系式进行整合，以得到第一整合图谱关系式；
[0013]基于知识图谱模型对第一整合图谱关系式进行关系式匹配，以得到第一整合匹配结果，并根据第一整合匹配结果，对第一整合图谱关系式进行相似度判断，以得到第二匹配结果；
[0014]重复获取用户的检索内容并与上一个图谱关系式进行关联性确定，直至用户得到想要检索的问题的结果
。
[0015]通过上述技术方案，对用户的检索内容进行同知识图谱模型同架构的分析，以得到对应的检索关系式，再通过同架构的检索关系式对知识图谱模型进行数据匹配，以加快了知识图谱模型对用户的检索内容的匹配速度，提高了检索效率
。
同时当用户进行第一次检索时的匹配结果未达到用户需求时，用户会对同一个问题使用不同的语句进行第二次检索，并得到第二图谱关系式，通过将第一图谱关系式和第二图谱关系式进行问题关系的整合，以进一步判断出用户想表达的内容，使得对问题的检索更为准确，进而提高了对问题的匹配结果的准确性
。
同时通过上述步骤，反复对用户的检索诉求进行一次次精确化，使得用户每次的检索结果都更趋近于用户想表达的检索内容，进而快速提高检索结果的快捷性
。
[0016]优选的，通过知识图谱模型对第一图谱关系式中的单个实体进行匹配，以匹配得到对应实体的实体数据；
[0017]获取多个实体数据在知识图谱模型中的相互对应关系，并根据相互对应关系得到模型关系数据；
[0018]基于第一图谱关系式中的实体与实体之间的关系，对模型关系数据进行筛选，以筛选得到具有第一图谱关系式中的实体间的对应关系的第一匹配结果
。
[0019]通过上述技术方案，将用户检索内容进行图谱关系式转化，以便于对用户检索内容进行知识图谱模型的匹配和处理，再通过对转化后的第一图谱关系式进行知识图谱模型整体匹配，以使得匹配得到的匹配结果与用户的检索内容关联性更大，提高匹配结果的准确性
。
[0020]优选的，当获取到用户的第二次检索内容时，对第二次检索内容进行实体数据分析和实体数据之间的关系数据分析，以得到对应的第二图谱关系式；
[0021]将第一图谱关系式和第二图谱关系式中的第一实体数据
、
第二实体数据和关系数据进行相互比对；
[0022]若第一图谱关系式中的第一实体数据及对应的关系数据与第二图谱关系式中的第一实体数据和对应的关系数据相同，则对第一图谱关系式中和第二图谱关系式中的第二实体数据进行分析；
[0023]将第一图谱关系式与知识图谱模型进行匹配，以得到与第一图谱关系式中的第一实体数据的对应关系相同，且与第二实体数据具有关联性的模型实体数据；
[0024]将模型实体数据与第二图谱关系式中的第二实体数据进行分析匹配，以确定模型实体数据与第二图谱关系式中的第二实体数据之间是否存在关联关系；若存在关联关系，则判定第一图谱关系式与第二图谱关系式之间存在关联性
。
[0025]通过上述技术方案，用户新的检索内容进行关联性判断，以确定是否需要与之前的检索内容进行整合处理，从而提高在对是否需要整合判断的准确性，同时根据关联性对第一图谱关系式和第二图谱关系式进行整合，以进一步提高了对用户检索内容在进行知识图谱匹配时的匹配结果的准确性
。
[0026]优选的，根据第一图谱关系式和第二图谱关系式，对具有相同的实体数据和关系的数据进行保留，对不同的实体数据和关系数据数据分析，以确定不同实体之间是否存在关联关系；
[0027]若存在关联关系，则对第一图谱关系式和第二图谱关系式进行整合，以生成包含相同的实体数据
、
关系数据和具有关联关系的实体数据及对应的关联关系的第一整合图谱关系式
。
[0028]通过上述技术方案，当第一图谱关系式与第二图谱关系式之间存在关联关系时，对第一图谱关系式和第二图谱关系式进行整合以生成第一整合图谱关系式，使得整合出来的第一整体图谱关系式能够给为贴近用户的具体的检索目的
。
[0029]优选的，对第一整合图谱关系式进行知识图谱匹配，以得到对应知识图谱中的第一整合匹配结果；
[0030]对第一整合匹配结果中的知识图谱与第一整合图谱关系式进行相似度分析，以得到对应的相似度数据；
[0031]基于相似度数据对第一整合匹配结果进行相似度大小排列，并输出具有相似度排序的第二匹配结果
。
[0032]通过上述技术方案，通过第一整合图谱关系式进行知识图谱匹配，以得到对应的第一整合匹配结果，再通过第一整合匹配结果与第一整合图谱关系式的相似度分析以确定对应的排列本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于知识图谱模型的信息检索方法，其特征在于，包括：获取文本知识资料，并对文本知识资料进行分析，以确定对应包含的实体数据以及多个实体数据之间的关系数据，并构建出知识图谱模型；获取用户的第一次检索内容，并对第一次检索内容进行分析，以得到第一检索内容中对应的检索关系，并输出第一图谱关系式；根据第一图谱关系式中包含的检索关系对知识图谱模型中的实体数据和关系数据进行信息检索，以得到与第一图谱关系式相匹配的第一匹配结果；获取用户的第二次检索内容，并对第二次检索内容进行分析以得到第二图谱关系式，将第一图谱关系式与第二图谱关系式进行关联性确定；若第一图谱关系式与第二图谱关系式存在关联性，则将第一图谱关系式与第二图谱关系式进行整合，以得到第一整合图谱关系式；基于知识图谱模型对第一整合图谱关系式进行关系式匹配，以得到第一整合匹配结果，并根据第一整合匹配结果，对第一整合图谱关系式进行相似度判断，以得到第二匹配结果；重复获取用户的检索内容并与上一个图谱关系式进行关联性确定，直至用户得到想要检索的问题的结果
。2.
根据权利要求1所述的一种基于知识图谱模型的信息检索方法，其特征在于：所述的根据第一图谱关系式中包含的检索关系对知识图谱模型中的实体数据和关系数据进行信息检索，以得到与第一图谱关系式相匹配的第一匹配结果的步骤，具体包括：通过知识图谱模型对第一图谱关系式中的单个实体进行匹配，以匹配得到对应实体的实体数据；获取多个实体数据在知识图谱模型中的相互对应关系，并根据相互对应关系得到模型关系数据；基于第一图谱关系式中的实体与实体之间的关系，对模型关系数据进行筛选，以筛选得到具有第一图谱关系式中的实体间的对应关系的第一匹配结果
。3.
根据权利要求1所述的一种基于知识图谱模型的信息检索方法，其特征在于：所述的获取用户的第二次检索内容，并对第二次检索内容进行分析以得到第二图谱关系式，将第一图谱关系式与第二图谱关系式进行关联性确定的步骤，具体包括：当获取到用户的第二次检索内容时，对第二次检索内容进行实体数据分析和实体数据之间的关系数据分析，以得到对应的第二图谱关系式；将第一图谱关系式和第二图谱关系式中的第一实体数据
、
第二实体数据和关系数据进行相互比对；若第一图谱关系式中的第一实体数据及对应的关系数据与第二图谱关系式中的第一实体数据和对应的关系数据相同，则对第一图谱关系式中和第二图谱关系式中的第二实体数据进行分析；将第一图谱关系式与知识图谱模型进行匹配，以得到与第一图谱关系式中的第一实体数据的对应关系相同，且与第二实体数据具有关联性的模型实体数据；将模型实体数据与第二图谱关系式中的第二实体数据进行分析匹配，以确定模型实体数据与第二图谱关系式中的第二实体数据之间是否存在关联关系；若存在关联关系，则判
定第一图谱关系式与第二图谱关系式之间存在关联性
。4.
根据权利要求1所述的一种基于知识图谱模型的信息检索方法，其特征在于：所述的若第一图谱关系式与第二图谱关系式存在关联性，则将第一图谱关系式与第二图谱关系式进行整合，以得到第一整合图谱关系式的步骤，具体包括：根据第一图谱关系式和第二图谱关系式，对具有相同的实体数据和关系数据进行保留，对不同的实体数据和关系数据进行数据分析，以确定不同实体之间是否存在关联关系；若存在关联关系，则对第一图谱关系式和第二图谱关系式进行整合，以生成包含相同的实体数据
、
关系数据和具有关联关系的实体数据及对应的关联关系的第一整合图谱关系式
。5.
根据权利要求4所述的一种基于知识图谱模型的信息检索方法，其特征在于：所述的基于知识图谱模型对第一整合图谱关系式进行关系式匹配，以得到第一整合匹配结果，并根据第一整合匹配结果，对第一整合图谱关系式进行相似度判断，以得到第二匹配结果的步骤，具体包括：对第一整合图谱关系式进行知识图谱匹配，以得到对应知识图谱中的第一整合匹配结果；对第一整合匹配结果中的知识图谱与第一整合图谱关系式进行相似度分析，以得到对应的相似度数据；基于相似度数据对第一整合匹配结果进行相似度大小排列，并输出具有相似度排序的第二匹配结果
。6.
根据权利要求5所述的一种基于知识图谱模型的信息检索方法，其特征在于：所述的对第一整合匹配结果中的知识图谱与第一整合图谱关系式进行相似度分析，以得到对应的相似度数据的步骤，具体包括：将第一整合图谱关系式中的各个实体数据和对应的关系数据与第一整合匹配结果进行匹配，以得到第一整合匹配结果与第一整合图谱关系式之间的相似度，并输出基础相似度数据；获取第一整合图谱关系式中各个实体和对应关系的权重数据，并根据权重数据对第一整合匹配结果中与第一整合图谱关系式中的各个实体和对应关系相关联的各个实体和对应关系进行加权处理，以得到加权数据；基于基础相似度数据和加权数据对第一整合匹配结果中的知识图谱与第一整合图谱关系式之间的相似度进行计算，以得到对应的相似度数据
。...

【专利技术属性】
技术研发人员：霍凝坤，田昕，
申请(专利权)人：合肥顶集软件有限公司，
类型：发明
国别省市：