System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及知识推理领域,尤其涉及一种工业场景的知识推理方法。
技术介绍
1、由于工业场景知识通常集中在特定的领域,如制造、能源或物流等,这些领域的知识体量相对较小但专业性强,在现有技术中通常通过建立特定工业场景下的本地知识库,并在所述本地知识库中进行检索寻找与问题直接相关的信息。但当所述本地知识库中存在知识缺口或数据质量问题时,将会无法提供有效的回答。
技术实现思路
1、本专利技术所要解决的技术问题是,提供一种工业场景的知识推理方法、装置和设备,具有灵活性和适应性,能够在快速变化的工业场景下完成准确的知识推理。
2、为解决以上技术问题,本专利技术实施例提供一种工业场景的知识推理方法,包括:
3、获取用户的问题,将所述用户的问题结构化,得到结构化问题;所述结构化问题包括从所述用户的问题中提取出的实体和所述实体间的关系;
4、将所述结构化问题映射到本地知识库,将所述本地知识库中被激活的节点作为知识子图;所述本地知识库为所述工业场景的知识库;
5、根据所述知识子图和所述结构化问题,生成所述用户的问题的推理关系通路;所述推理关系通路用于表示从所述知识子图映射到所述结构化问题的逻辑通路;
6、结合所述知识子图和和所述推理关系通路进行工业场景的知识推理,得到知识推理的结果。
7、作为上述方案的改进,所述获取用户的问题,将所述用户的问题结构化,得到结构化问题,包括:
8、获取用户的问题;
9、使用
10、根据所述实体和所述实体间的关系,构建主体、关系和客体的三元组,作为结构化问题。
11、作为上述方案的改进,所述提示工程包括example prompt和keyword prompt;其中,所述example prompt用于初始化提取实体及实体间的关系;所述keyword prompt用于具体提取实体及实体间的关系。
12、作为上述方案的改进,所述根据所述知识子图和所述结构化问题,生成所述用户的问题的推理关系通路,包括:
13、从所述知识子图中被激活的最深度节点出发,以所述结构化问题作为目标,在所述知识子图中选取途径的节点;
14、根据所述途径的节点,生成将所述知识子图映射到所述结构化问题的推理关系通路。
15、作为上述方案的改进,所述结合所述知识子图和和所述推理关系通路进行工业场景的知识推理,得到知识推理的结果包括:
16、封装所述推理关系通路和所述用户的问题,得到封装结果;
17、将所述封装结果提供给通识推理模型;所述通识推理模型用于进行通用知识的推理;
18、所述通识推理模型在所述封装结果的指导下,结合所述本地知识库进行工业场景的知识推理,得到知识推理结果。
19、作为上述方案的改进,所述本地数据库中的数据和所述结构化问题都为三元组格式,所述三元组格式为主体、关系和客体。
20、本专利技术实施例还提供了一种工业场景的知识推理装置,包括:
21、结构化问题生成模块,用于获取用户的问题,将所述用户的问题结构化,得到结构化问题;所述结构化问题包括从所述用户的问题中提取出的实体和所述实体间的关系;
22、知识子图生成模块,用于将所述结构化问题映射到本地知识库,将所述本地知识库中被激活的节点作为知识子图;所述本地知识库为所述工业场景的知识库;
23、推理关系通路生成模块,用于根据所述知识子图和所述结构化问题,生成所述用户的问题的推理关系通路;所述推理关系通路用于表示从所述知识子图映射到所述结构化问题的逻辑通路;
24、知识推理结果生成模块,用于结合所述知识子图和和所述推理关系通路进行工业场景的知识推理,得到知识推理的结果。
25、作为上述方案的改进,所述根据所述知识子图和所述结构化问题,生成所述用户的问题的推理关系通路,包括:
26、从所述知识子图中被激活的最深度节点出发,以所述结构化问题作为目标,在所述知识子图中选取途径的节点;
27、根据所述途径的节点,生成将所述结构化问题映射到所述用户的问题的推理关系通路。
28、本专利技术实施例还提供了一种工业场景的知识推理设备,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如上所述的任一种工业场景的知识推理方法。
29、本专利技术实施例还提供了一种计算机可读存储介质,包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如上所述的任一种工业场景的知识推理方法。
30、与现有技术相比,本专利技术公开的一种工业场景的知识推理方法、装置和设备,通过获取用户的问题,将所述用户的问题结构化,得到结构化问题;所述结构化问题包括从所述用户的问题中提取出的实体和所述实体间的关系;将所述结构化问题映射到本地知识库,将所述本地知识库中被激活的节点作为知识子图;所述本地知识库为所述工业场景的知识库;根据所述知识子图和所述结构化问题,生成所述用户的问题的推理关系通路;所述推理关系通路用于表示从所述知识子图映射到所述结构化问题的逻辑通路;结合所述知识子图和和所述推理关系通路进行工业场景的知识推理,得到知识推理的结果。采用本专利技术实施例,能够在快速变化的工业场景下完成准确的知识推理。
本文档来自技高网...【技术保护点】
1.一种工业场景的知识推理方法,其特征在于,包括:
2.如权利要求1所述的一种工业场景的知识推理方法,其特征在于,所述获取用户的问题,将所述用户的问题结构化,得到结构化问题,包括:
3.如权利要求2所述的一种工业场景的知识推理方法,其特征在于,所述提示工程包括Example Prompt和Keyword Prompt;其中,所述Example Prompt用于初始化提取实体及实体间的关系;所述Keyword Prompt用于具体提取实体及实体间的关系。
4.如权利要求1所述的一种工业场景的知识推理方法,其特征在于,所述根据所述知识子图和所述结构化问题,生成所述用户的问题的推理关系通路,包括:
5.如权利要求1所述的一种工业场景的知识推理方法,其特征在于,所述结合所述知识子图和和所述推理关系通路进行工业场景的知识推理,得到知识推理的结果包括:
6.如权利要求1所述的一种工业场景的知识推理方法,其特征在于,所述本地数据库中的数据和所述结构化问题都为三元组格式,所述三元组格式为主体、关系和客体。
7.一种工业场景的
8.如权利要求7所述的一种工业场景的知识推理装置,其特征在于,所述根据所述知识子图和所述结构化问题,生成所述用户的问题的推理关系通路,包括:
9.一种工业场景的知识推理设备,其特征在于,包括处理器、存储器以及存储在所述存储器中且被配置为由所述处理器执行的计算机程序,所述处理器执行所述计算机程序时实现如权利要求1至6中任意一项所述的一种工业场景的知识推理方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括存储的计算机程序,其中,在所述计算机程序运行时控制所述计算机可读存储介质所在设备执行如权利要求1至6中任意一项所述的一种工业场景的知识推理方法。
...【技术特征摘要】
1.一种工业场景的知识推理方法,其特征在于,包括:
2.如权利要求1所述的一种工业场景的知识推理方法,其特征在于,所述获取用户的问题,将所述用户的问题结构化,得到结构化问题,包括:
3.如权利要求2所述的一种工业场景的知识推理方法,其特征在于,所述提示工程包括example prompt和keyword prompt;其中,所述example prompt用于初始化提取实体及实体间的关系;所述keyword prompt用于具体提取实体及实体间的关系。
4.如权利要求1所述的一种工业场景的知识推理方法,其特征在于,所述根据所述知识子图和所述结构化问题,生成所述用户的问题的推理关系通路,包括:
5.如权利要求1所述的一种工业场景的知识推理方法,其特征在于,所述结合所述知识子图和和所述推理关系通路进行工业场景的知识推理,得到知识推理的结果包括:
6.如权...
【专利技术属性】
技术研发人员:谢雪梅,兰宁,姜广轩,田源瑞,
申请(专利权)人:琶洲实验室黄埔,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。