【技术实现步骤摘要】
一种问答方法、装置、电子设备及存储介质
本申请涉及一种计算机
,尤其涉及一种知识库问答(KB-QA,KnowledgeBaseQuestionAnswering)领域。
技术介绍
知识库以三元组的形式存储着大量实体和关系,当用户提出一个自然语言问题时,需要将自然语言问题转换成知识库能理解的语言。现有的问答系统大多基于语义解析、向量建模等方式实现。其中,向量建模在可控性和精确性上较差。基于语义解析的方式在面对较复杂的业务数据时,通常采用基于字符串的正则模板来实现问题的转换。一个正则模板一般只能对应一个自然语言问题的一个问法,导致需要编写数量庞大的规则模板以适应业务检索需求。
技术实现思路
本专利技术实施例提供一种问答方法及装置,以至少解决现有技术中的以上技术问题。第一方面,本专利技术实施例提供了一种问答方法,包括:确定与自然语言问题匹配的自然语言问题模板,自然语言问题模板能够匹配至少一类自然语言问题;根据自然语言问题模板与第一语言问题模板的对应关系,查找自然语言问题模板对应的第一语言问题模板;采用第一语言问题模板,生成自然语言问题对应的第一语言问题。由于一个自然语言问题模板能够匹配至少一类自然语言问题,避免了为每一个自然语言问题编写一个自然模板,因此不需要编写数量庞大的模板就可以使用业务检索需求,节约人力及时间成本。在一种实施方式中,第一语言问题模板为SPARQL语言问题模板,第一语言问题为采用SPARQL语言描述的问题。采用SPARQL ...
【技术保护点】
1.一种问答方法,其特征在于,包括:/n确定与自然语言问题匹配的自然语言问题模板,所述自然语言问题模板能够匹配至少一类自然语言问题;/n根据自然语言问题模板与第一语言问题模板的对应关系,查找所述自然语言问题模板对应的第一语言问题模板;/n采用所述第一语言问题模板,生成所述自然语言问题对应的第一语言问题。/n
【技术特征摘要】
1.一种问答方法,其特征在于,包括:
确定与自然语言问题匹配的自然语言问题模板,所述自然语言问题模板能够匹配至少一类自然语言问题;
根据自然语言问题模板与第一语言问题模板的对应关系,查找所述自然语言问题模板对应的第一语言问题模板;
采用所述第一语言问题模板,生成所述自然语言问题对应的第一语言问题。
2.根据权利要求1所述的方法,其特征在于,所述第一语言问题模板为SPARQL语言问题模板,所述第一语言问题为采用SPARQL语言描述的问题。
3.根据权利要求1或2所述的方法,其特征在于,所述确定与自然语言问题匹配的自然语言问题模板之前,还包括:
设置多个规则模板,各个规则模板包括所述自然语言问题模板与所述第一语言问题模板的对应关系。
4.根据权利要求3所述的方法,其特征在于,设置所述规则模板的方式为:
收集至少一类自然语言问题的多种表达方式;
分析所述多种表达方式中的关键字,根据所述关键字设定词汇匹配规则;并分析所述多种表达方式中的实体或属性,根据所述实体或属性设定词性匹配规则;
根据所述词汇匹配规则及词性匹配规则构建自然语言问题模板;
根据所述自然语言问题模板及第一语言问题模板的构建规则,构建所述自然语言问题模板所对应的第一语言问题模板。
5.根据权利要求3所述的方法,其特征在于,还包括:
统计无法匹配自然语言问题模板的自然语言问题,根据统计结果对所述规则模板进行更新维护。
6.根据权利要求2所述的方法,其特征在于,还包括:
获取初始数据;
对所述初始数据进行结构化处理,得到结构化的实体数据,并将所述结构化的实体数据中的实体名称按照自定义字典的格式存储;
根据所述结构化的实体数据定义知识库的本体描述,在所述本体描述的属性中添加所述属性的含义;
根据所述本体描述,将所述结构化的实体数据转换为资源描述框架格式的数据。
7.根据权利要求6所述的方法,其特征在于,还包括:
采用所述第一语言问题查找所述资源描述框架格式的数据,得到针对所述自然语言问题的答案。
8.根据权利要求6所述的方法,其特征在于,所述方法还包括:抽取所述本体描述的属性,将抽取出的属性作为SPARQL元语;
所述确定与自然语言问题匹配的自然语言问题模板,包括:
根据所述SPARQL元语及所述实体名称对自然语言问题进行切词处理,得到多个分词;
利用所述多个分词的顺序及各个分词的词性或词汇值分别对各个自然语言问题模板进行匹配检测,确定与所述自然语言问题匹配的自然语言问题模板;其中,所述自然语言问题模板包括具有固定顺序的多个分词、以及各个所述分词的词性或词汇值。
9.根据权利要求8所述的方法,其特征在于,所述利用所述多个分词的顺序及各个...
【专利技术属性】
技术研发人员:周丽芳,尹存祥,骆金昌,方军,钟辉强,吴晓晖,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:北京;11
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。