一种知识图谱的问答方法、装置、设备及存储介质制造方法及图纸

技术编号：41251414 阅读：2 留言：0更新日期：2024-05-09 23:59

本发明专利技术公开了一种知识图谱的问答方法、装置、设备及存储介质，所述方法包括：接收询问指令，根据询问指令在预设术语库中搜索得到目标术语树；其中，预设术语库中包括至少一个术语树，每个术语树包括至少一个维度，每个维度对应至少一个指标和至少一个示例问题；根据目标术语树在预设知识图谱中搜索得到目标元数据；结合预设算子库，根据目标术语树与目标元数据生成图查询语句；在预设知识图谱中查询与图查询语句匹配的图谱数据，并根据图谱数据生成目标答案。本发明专利技术公开的知识图谱的问答方法，通过利用预设术语库查找匹配的术语树，将术语树与图谱元数据结合起来进行图谱数据的查询，可以实现业务分析与知识图谱的结合，以提供更全面准确的回答。

全部详细技术资料下载

【技术实现步骤摘要】

本专利技术涉及人工智能，尤其涉及一种知识图谱的问答方法、装置、设备及存储介质。

技术介绍

1、综合复杂类问题是高度开放，又高度综述的问题，它的特点是查询意图模糊且多样，涉及多维度知识和多指标评价，所以在利用知识图谱回答此类问题时需要更好的理解用户搜索意图，处理复杂的句子结构、语义关系和逻辑推理，从而将问题转化成多维度可回答的子问题，并且需要获取和整合大量的领域知识，将知识应用到问答系统中，还需要评估并生成准确性答案。

2、综合复杂类问题的现有解决方案是根据接收到的问题，拆解问题为多个小问题/任务后通过接口对gpt等大模型提问，再根据gpt等大模型回答的内容整合、整理、总结回答的内容后，返回给提问者。由于综合复杂类问题面临意图模糊、需要学习大量领域知识、处理多维度多指标任务的各种挑战，目前解决方案存在结果不可控和资源耗费大等问题。

技术实现思路

1、本专利技术提供了一种知识图谱的问答方法、装置、设备及存储介质，以实现更准确合理的知识图谱的答案生成。

2、根据本专利技术的一方面，提供了一种知识图谱的问答方法，包括：

3、接收询问指令，根据所述询问指令在预设术语库中搜索得到目标术语树；其中，所述预设术语库中包括至少一个术语树，每个术语树包括至少一个维度，每个维度对应至少一个指标和至少一个示例问题；

4、根据所述目标术语树在预设知识图谱中搜索得到目标元数据；

5、结合预设算子库，根据所述目标术语树与所述目标元数据生成图查询语句；</p>

6、在所述预设知识图谱中查询与所述图查询语句匹配的图谱数据，并根据所述图谱数据生成目标答案。

7、进一步地，根据所述询问指令在预设术语库中搜索得到目标术语树，包括：

8、将所述询问指令进行向量化，得到询问指令向量；

9、根据所述询问指令向量在所述预设术语库中搜索得到第一数量的候选术语树；

10、确定所述候选术语树中与所述询问指令匹配的所述目标术语树，并获取所述目标术语树对应的维度和指标。

11、进一步地，根据所述询问指令向量在所述预设术语库中搜索得到第一数量的候选术语树，包括：

12、对所述预设术语库中包括的各示例问题按照与所述询问指令向量的匹配程度进行评分，并根据评分结果确定得分最高的第二数量的示例问题；

13、将所述第二数量的示例问题对应的术语树按照与所述询问指令向量的匹配程度进行评分；

14、根据评分结果将得分最高的第一数量的术语树作为所述候选术语树。

15、进一步地，确定所述候选术语树中与所述询问指令匹配的所述目标术语树，包括：

16、将所述候选术语树构造成模型输入指令并输入设定大模型中；其中，所述设定大模型包括gpt模型；

17、根据所述设定大模型的输出确定与所述询问指令匹配的所述目标术语树。

18、进一步地，根据所述目标术语树在预设知识图谱中搜索得到目标元数据，包括：

19、将所述目标术语树对应的维度和指标进行向量化，得到术语树向量；

20、根据所述术语树向量在所述预设知识图谱中搜索，将与所述术语树向量匹配的实体类与属性名作为所述目标元数据。

21、进一步地，接收询问指令之后，所述方法还包括：

22、根据预设的意图映射表，确定所述询问指令对应的意图名称和意图描述。

23、进一步地，所述预设知识图谱的建立方法包括：

24、获取设定知识数据，从所述设定知识数据中提取实体、关系与属性，并以三元组的形式写入所述预设知识图谱；

25、提取所述预设知识图谱中的目标实体与目标属性，将所述目标实体与所述目标属性进行向量化处理。

26、根据本专利技术的另一方面，提供了一种知识图谱的问答装置，包括：

27、目标术语树搜索模块，用于接收询问指令，根据所述询问指令在预设术语库中搜索得到目标术语树；其中，所述预设术语库中包括至少一个术语树，每个术语树包括至少一个维度，每个维度对应至少一个指标和至少一个示例问题；

28、目标元数据搜索模块，用于根据所述目标术语树在预设知识图谱中搜索得到目标元数据；

29、图查询语句生成模块，用于结合预设算子库，根据所述目标术语树与所述目标元数据生成图查询语句；

30、目标答案生成模块，用于在所述预设知识图谱中查询与所述图查询语句匹配的图谱数据，并根据所述图谱数据生成目标答案。

31、可选的，目标术语树搜索模块还用于：

32、将所述询问指令进行向量化，得到询问指令向量；

33、根据所述询问指令向量在所述预设术语库中搜索得到第一数量的候选术语树；

34、确定所述候选术语树中与所述询问指令匹配的所述目标术语树，并获取所述目标术语树对应的维度和指标。

35、可选的，目标术语树搜索模块还用于：

36、对所述预设术语库中包括的各示例问题按照与所述询问指令向量的匹配程度进行评分，并根据评分结果确定得分最高的第二数量的示例问题；

37、将所述第二数量的示例问题对应的术语树按照与所述询问指令向量的匹配程度进行评分；

38、根据评分结果将得分最高的第一数量的术语树作为所述候选术语树。

39、可选的，目标术语树搜索模块还用于：

40、将所述候选术语树构造成模型输入指令并输入设定大模型中；其中，所述设定大模型包括gpt模型；

41、根据所述设定大模型的输出确定与所述询问指令匹配的所述目标术语树。

42、可选的，目标元数据搜索模块还用于：

43、将所述目标术语树对应的维度和指标进行向量化，得到术语树向量；

44、根据所述术语树向量在所述预设知识图谱中搜索，将与所述术语树向量匹配的实体类与属性名作为所述目标元数据。

45、可选的，所述装置还包括意图名称和意图描述确定模块，用于根据预设的意图映射表，确定所述询问指令对应的意图名称和意图描述。

46、可选的，所述预设知识图谱的建立方法包括：

47、获取设定知识数据，从所述设定知识数据中提取实体、关系与属性，并以三元组的形式写入所述预设知识图谱；

48、提取所述预设知识图谱中的目标实体与目标属性，将所述目标实体与所述目标属性进行向量化处理。

49、根据本专利技术的另一方面，提供了一种电子设备，所述电子设备包括：

50、至少一个处理器；以及

51、与所述至少一个处理器通信连接的存储器；其中，

52、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本专利技术任一实施例所述的知识图谱的问答方法。

53、根据本专利技术的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机本文档来自技高网...

【技术保护点】

1.一种知识图谱的问答方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，根据所述询问指令在预设术语库中搜索得到目标术语树，包括：

3.根据权利要求2所述的方法，其特征在于，根据所述询问指令向量在所述预设术语库中搜索得到第一数量的候选术语树，包括：

4.根据权利要求2所述的方法，其特征在于，确定所述候选术语树中与所述询问指令匹配的所述目标术语树，包括：

5.根据权利要求1所述的方法，其特征在于，根据所述目标术语树在预设知识图谱中搜索得到目标元数据，包括：

6.根据权要求1所述的方法，其特征在于，接收询问指令之后，所述方法还包括：

7.根据权要求1所述的方法，其特征在于，所述预设知识图谱的建立方法包括：

8.一种知识图谱的问答装置，其特征在于，包括：

9.一种电子设备，其特征在于，所述电子设备包括：

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存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的知识图谱的问答方法。

...

【技术特征摘要】

1.一种知识图谱的问答方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，根据所述询问指令在预设术语库中搜索得到目标术语树，包括：

3.根据权利要求2所述的方法，其特征在于，根据所述询问指令向量在所述预设术语库中搜索得到第一数量的候选术语树，包括：

4.根据权利要求2所述的方法，其特征在于，确定所述候选术语树中与所述询问指令匹配的所述目标术语树，包括：

5.根据权利要求1所述的方法，其特征在于，根据所述目标术语树在预设知识图谱中搜索...

【专利技术属性】
技术研发人员：胡道玲，揭天奇，
申请(专利权)人：湖南省爱数信息技术集团有限公司，
类型：发明
国别省市：

全部详细技术资料下载我是这个专利的主人