一种知识图谱的问答推理方法、装置及存储介质制造方法及图纸

本发明专利技术公开了一种知识图谱的问答推理方法、装置及存储介质，通过融合模型对待回答问题进行处理，得到处理结果，根据处理结果以及注意力机制得到第一问题类型、第一属性以及第一业务实体，根据处理结果以及实体识别模型，得到约束属性以及约束值，通过融合模型、注意力机制以及实体识别模型，有利于提高提取的第一问题类型、第一属性、第一业务实体、约束属性以及约束值等特征的准确性，根据第一问题类型、第一属性、第一业务实体、约束属性以及约束值，生成搜索语句，从而提高搜索语句的准确性，根据搜索语句从知识图谱中确定目标多元组数据，将目标多元组数据中的回答作为待回答问题的最终回答，有利于提高回答的准确性。有利于提高回答的准确性。有利于提高回答的准确性。

【技术实现步骤摘要】
一种知识图谱的问答推理方法、装置及存储介质


[0001]本专利技术涉及计算机
，特别是涉及一种知识图谱的问答推理方法、装置及存储介质。

技术介绍

[0002]在某些业务场景中，例如通信运营商，当用户想要了解相关业务套餐时，通常会对业务办理员或客服等进行问题咨询。在该场景下，主要依赖于业务专家进行问题的解析，并提出相关处理意见。在传统业务解答过程中，会存在人力成本高、效率低等的问题。同时，现有技术利用NLP技术搜索解答，但是解答的准确性依赖于利用NLP技术之前所提取的特征的准确性，因此有必要提高提取特征的准确性，从而提高解答的准确性。

技术实现思路

[0003]基于此，本专利技术的目的在于解决上述问题中的至少之一，提供一种知识图谱的问答推理方法、装置及存储介质，提高回答的准确性。
[0004]本专利技术实施例提供了一种知识图谱的问答推理方法，包括：获取待回答问题；通过分类模型对所述待回答问题进行分类处理，得到第一问题类型、第一属性以及第一业务实体；所述分类处理包括：通过融合模型对所述待回答问题进行处理，得到处理结果，根据所述处理结果以及注意力机制得到所述第一问题类型、所述第一属性以及所述第一业务实体；根据所述处理结果以及实体识别模型，得到约束属性以及约束值；根据所述第一问题类型、所述第一属性、所述第一业务实体、所述约束属性以及所述约束值，生成搜索语句；根据所述搜索语句从知识图谱中确定目标多元组数据，将所述目标多元组数据中的回答作为所述待回答问题的最终回答；所述目标多元组数据包括实体、属性以及回答。
[0005]进一步，所述融合模型包括Bert模型、MacBert模型以及RoBert模型，所述通过融合模型对所述待回答问题进行处理，得到处理结果，包括：通过所述Bert模型对所述待回答问题进行处理，得到第一结果；通过所述MacBert模型对所述待回答问题进行处理，得到第二结果；通过所述RoBert模型对所述待回答问题进行处理，得到第三结果；计算所述第一结果、所述第二结果以及所述第三结果的平均值，得到处理结果。
[0006]进一步，所述根据所述处理结果以及注意力机制得到所述第一问题类型、所述第一属性以及所述第一业务实体，包括：根据所述处理结果通过第一注意力处理，得到所述第一问题类型；根据所述处理结果通过第二注意力处理，得到所述第一属性；根据所述处理结果通过第三注意力处理，得到所述第一业务实体。
[0007]进一步，所述分类模型通过以下步骤得到：获取训练数据；将所述训练数据分别输入至Bert模型、MacBert模型以及RoBert模型；所述Bert模型的输出结果、所述MacBert模型的输出结果以及所述RoBert模型的输出结果进行平均融合，平均融合结果通过第一注意力处理，得到第二问题类型，平均融合结果通过第二注意力处理，得到第二属性，平均融合结果通过第三注意力处理，得到第二业务实体；根据所述第二问题类型以及所述训练数据计算第一损失，根据所述第二属性以及所述训练数据计算第二损失，根据所述第二业务实体以及所述训练数据计算第三损失；根据所述第一损失以及所述第一注意力处理的第一权重参数、所述第二损失以及所述第二注意力处理的第二权重参数、所述第三损失以及所述第三注意力处理的第三权重参数，确定总损失；对所述第一权重参数、所述第二权重参数以及所述第三权重参数中的至少之一进行调整并进行训练，直至达到终止条件，得到所述分类模型；所述终止条件包括训练次数达到迭代次数阈值或者所述总损失小于或等于损失阈值。
[0008]进一步，所述根据所述第一问题类型、所述第一属性、所述第一业务实体、所述约束属性以及所述约束值，生成搜索语句，包括：根据所述约束属性以及所述约束值确定所述第一业务实体下的目标实例；当所述第一问题类型为属性句或者比较句，根据所述目标实例以及所述第一属性生成搜索语句；或者，当所述第一问题类型为并列句，所述第一属性包括至少一第一子属性以及至少一第二子属性，根据所述目标实例以及所述第一子属性生成第一语句以及根据所述目标实例以及所述第二子属性生成第二语句，所述搜索语句包括所述第一语句以及所述第二语句。
[0009]进一步，所述根据所述约束属性以及所述约束值确定所述第一业务实体下的目标实例，包括：当所述约束属性以及所述约束值不为空，从所述第一业务实体下的所有实例中根据所述约束属性以及所述约束值确定匹配的目标实例；或者，当所述约束属性以及所述约束值为空，将所述第一业务实体下的所有实例作为目标实例。
[0010]进一步，所述知识图谱通过以下步骤得到：获取历史业务问答数据；从所述历史业务问答数据中抽取实体、属性以及回答，形成多元组数据；根据所述多元组数据构建知识图谱。
[0011]本专利技术实施例还提供一种知识图谱的问答推理装置，包括：获取模块，用于获取待回答问题；分类模块，用于通过分类模型对所述待回答问题进行分类处理，得到第一问题类型、第一属性以及第一业务实体；所述分类处理包括：通过融合模型对所述待回答问题进行
处理，得到处理结果，根据所述处理结果以及注意力机制得到所述第一问题类型、所述第一属性以及所述第一业务实体；处理模块，用于根据所述处理结果以及实体识别模型，得到约束属性以及约束值；生成模块，用于根据所述第一问题类型、所述第一属性、所述第一业务实体、所述约束属性以及所述约束值，生成搜索语句；回答模块，用于根据所述搜索语句从知识图谱中确定目标多元组数据，将所述目标多元组数据中的回答作为所述待回答问题的最终回答；所述目标多元组数据包括实体、属性以及回答。
[0012]本专利技术实施例还提供一种知识图谱的问答推理装置，所述知识图谱的问答推理装置包括处理器和存储器，所述存储器中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由所述处理器加载并执行以实现所述方法。
[0013]本专利技术实施例还提供一种计算机可读存储介质，所述存储介质中存储有至少一条指令、至少一段程序、代码集或指令集，所述至少一条指令、所述至少一段程序、所述代码集或指令集由处理器加载并执行以实现所述方法。
[0014]本专利技术的有益效果是：通过融合模型对待回答问题进行处理，得到处理结果，根据处理结果以及注意力机制得到第一问题类型、第一属性以及第一业务实体，根据处理结果以及实体识别模型，得到约束属性以及约束值，通过融合模型、注意力机制以及实体识别模型，有利于提高提取的第一问题类型、第一属性、第一业务实体、约束属性以及约束值等特征的准确性，根据第一问题类型、第一属性、第一业务实体、约束属性以及约束值，生成搜索语句，从而提高搜索语句的准确性，根据搜索语句从知识图谱中确定目标多元组数据，将目标多元组数据中的回答作为待回答问题的最终回答，有利于提高回答的准确性。
[0015]为了更好地理解和实施，下面结合附图详细说明本专利技术。
附图说明
[0016]图1为本专利技术知识图谱的问答推理方法的步骤流程示意图；图2为本专利技术具体实施例确定最终回答的示意图。
具体实施方式本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于知识图谱的问答推理方法，其特征在于，包括：获取待回答问题；通过分类模型对所述待回答问题进行分类处理，得到第一问题类型、第一属性以及第一业务实体；所述分类处理包括：通过融合模型对所述待回答问题进行处理，得到处理结果，根据所述处理结果以及注意力机制得到所述第一问题类型、所述第一属性以及所述第一业务实体；根据所述处理结果以及实体识别模型，得到约束属性以及约束值；根据所述第一问题类型、所述第一属性、所述第一业务实体、所述约束属性以及所述约束值，生成搜索语句；根据所述搜索语句从知识图谱中确定目标多元组数据，将所述目标多元组数据中的回答作为所述待回答问题的最终回答；所述目标多元组数据包括实体、属性以及回答。2.根据权利要求1所述知识图谱的问答推理方法，其特征在于：所述融合模型包括Bert模型、MacBert模型以及RoBert模型，所述通过融合模型对所述待回答问题进行处理，得到处理结果，包括：通过所述Bert模型对所述待回答问题进行处理，得到第一结果；通过所述MacBert模型对所述待回答问题进行处理，得到第二结果；通过所述RoBert模型对所述待回答问题进行处理，得到第三结果；计算所述第一结果、所述第二结果以及所述第三结果的平均值，得到处理结果。3.根据权利要求2所述知识图谱的问答推理方法，其特征在于：所述根据所述处理结果以及注意力机制得到所述第一问题类型、所述第一属性以及所述第一业务实体，包括：根据所述处理结果通过第一注意力处理，得到所述第一问题类型；根据所述处理结果通过第二注意力处理，得到所述第一属性；根据所述处理结果通过第三注意力处理，得到所述第一业务实体。4.根据权利要求3所述知识图谱的问答推理方法，其特征在于：所述分类模型通过以下步骤得到：获取训练数据；将所述训练数据分别输入至Bert模型、MacBert模型以及RoBert模型；所述Bert模型的输出结果、所述MacBert模型的输出结果以及所述RoBert模型的输出结果进行平均融合，平均融合结果通过第一注意力处理，得到第二问题类型，平均融合结果通过第二注意力处理，得到第二属性，平均融合结果通过第三注意力处理，得到第二业务实体；根据所述第二问题类型以及所述训练数据计算第一损失，根据所述第二属性以及所述训练数据计算第二损失，根据所述第二业务实体以及所述训练数据计算第三损失；根据所述第一损失以及所述第一注意力处理的第一权重参数、所述第二损失以及所述第二注意力处理的第二权重参数、所述第三损失以及所述第三注意力处理的第三权重参数，确定总损失；对所述第一权重参数、所述第二权重参数以及所述第三权重参数中的至少之一进行调整并进行训练，直至达到终止条件，得到所述分类模型；所述终止条件包括训练次数达到迭代次数阈值或者所述总损失小于或等于损失阈值。
5.根据权利...

【专利技术属性】
技术研发人员：赖晓锋，王贝宁，孟汉，
申请(专利权)人：广州嘉为科技有限公司，
类型：发明
国别省市：