【技术实现步骤摘要】
本专利技术涉及智能问答，尤其涉及一种结合矛盾纠纷知识图谱的智能问答系统。
技术介绍
1、随着社会的发展和进步，矛盾纠纷事件的发生频率和复杂程度不断增加，传统的人工处理方式已经难以满足高效准确的需求。现有技术中，矛盾纠纷处理主要依赖于人工调解员的经验和知识，这种方式不仅耗时费力，而且对调解员的专业素质和工作经验要求极高。在处理复杂的矛盾纠纷时，人工调解员往往需要查阅大量的案例资料和法律法规，分析矛盾双方的陈述，制定调解方案，这一过程耗时长且效率低下。此外，由于调解员个人知识和经验的局限，处理结果的准确性和公正性难以得到保证。
2、随着人工智能技术的发展，智能问答系统在各个领域得到了广泛应用。然而，现有的智能问答系统在处理矛盾纠纷领域的问题时，仍然存在诸多不足。首先，现有系统大多基于通用的知识库，缺乏对矛盾纠纷领域专业知识的深入了解，难以提供精准的答案。其次，现有的问答系统在处理复杂和开放式问题时，往往难以准确理解用户的意图，导致回答的相关性和准确性不高。此外，现有系统的回答多是基于简单的检索和匹配，缺乏深度的语义理解和推理能力，难以提供具有针对性的解决方案。
3、针对上述问题，现有技术中提出了一些改进方案。例如，部分智能问答系统开始引入领域知识图谱，通过结构化的方式存储领域内的知识，提高系统回答的准确性和权威性。然而，这些系统仍然存在一些不足之处。首先，知识图谱的构建和维护需要大量的人力和时间成本，而且知识图谱的覆盖范围和深度也存在一定的局限性。其次，现有系统在利用知识图谱进行问答时，往往依赖于简单的查询和
4、综上所述，现有技术中的智能问答系统在处理矛盾纠纷领域的问题时，存在知识覆盖范围有限、回答准确性和相关性不足、缺乏深度语义理解和推理能力的缺陷。
技术实现思路
1、本专利技术的一个目的在于提出一种结合矛盾纠纷知识图谱的智能问答系统，本专利技术通过自然语言处理技术理解用户提问，并结合知识图谱中的相关信息，为用户提供精准的答案和解决方案。
2、根据本专利技术实施例的一种结合矛盾纠纷知识图谱的智能问答系统，包括：
3、读取模块，用于读取输入的问题以及历史问答数据；
4、矛盾纠纷知识图谱模块，用于存储结构化的矛盾纠纷数据，矛盾纠纷知识图谱中包含了矛盾纠纷涉事人员和机构相关信息；
5、通用问题回答模块，用于不需要查询矛盾纠纷知识图谱的通用性问题回答；
6、图谱查询识别模块，用于判断输入的问题是否需要查询矛盾纠纷知识图谱；
7、意图识别模块，用于判断输入问题需要查询矛盾纠纷知识图谱中的哪些信息；
8、实体识别模块，用于获取输入问题的查询主体；
9、触发动作模块，用于存储不同意图对应的触发动作，当某个触发动作被激活时，会执行相应的查询语句查询矛盾纠纷知识图谱；
10、图谱查询结果优化模块，用于将结构化的矛盾纠纷知识图谱查询结果转化为自然语言的形式作为输出。
11、可选的，模块之间通过如下方法实现：
12、s1、采集并清洗矛盾纠纷领域问答数据；
13、s2、基于矛盾纠纷知识图谱以及相关应用场景，确定矛盾纠纷知识图谱查询意图种类，并实现每种意图种类对应的矛盾纠纷知识图谱查询动作；
14、s3、基于采集的矛盾纠纷领域问答数据构建总训练数据集；
15、s4、基于构建的训练数据集，使用低秩适配方法对大模型进行微调，微调完成之后将各个子功能的低秩适配权重合并到大模型中；
16、s5、对于输入的问题，基于图谱查询识别功能判断是否需要进行矛盾纠纷知识图谱查询，对于不需要进行矛盾纠纷知识图谱查询的问题，会传递给大模型作为通用知识问答处理；对于需要进行矛盾纠纷知识图谱查询的问题，通过意图识别功能识别具体的查询意图，再通过实体识别功能获取具体的查询主体，将获取到的查询意图映射到图谱查询动作上，将查询主体带入查询动作，完成对矛盾纠纷知识图谱的查询，最终将查询结果通过大模型转化为自然语言形式的回复。
17、可选的，所述s1包括以下具体步骤：
18、s11、基于真实的问答业务场景中提取初始种子问题数据：
19、；
20、其中，表示初始种子问题数据集，表示第i个种子问题，表示第i个种子问题对应的答案，n为种子问题的数量；
21、s12、对采集到的种子问题数据，去除相同或相似的问答对，通过字符串匹配算法计算问答对的相似度矩阵，并使用阈值进行筛选：
22、；
23、；
24、其中，表示种子问题和种子问题之间的相似度，m为问题的词数，为相似度函数，为去重后的种子问题数据集；
25、s13、对去重后的种子问题数据，使用自然语言处理技术识别并去除不相关、噪声或无效的问答对：
26、；
27、；
28、其中，表示问题的有效性判断函数，为去除无效数据后的种子问题数据集；
29、s14、使用gpt-4大模型对种子问题数据进行数据增强，生成与种子问题相似的多个扩展问答对：
30、；
31、；
32、其中，表示基于种子问题生成的扩展问答对集合，和分别表示扩展问答对中的问题和答案，m为扩展问答对的数量，为增强后的种子问题数据集；
33、s15、对增强后的种子问题数据进行最终整理，形成完整的矛盾纠纷领域问答数据集：
34、；
35、其中，表示最终的矛盾纠纷领域问答数据集，包含去重后有效的种子问答对和增强后的扩展问答对。
36、可选的，所述s2包括以下具体步骤：
37、s21、根据矛盾纠纷知识图谱的数据内容和相关应用场景中涉及的问题类型，提取初始查询意图种类；
38、s22、针对每种查询意图，定义具体的查询动作；
39、s23、基于矛盾纠纷知识图谱中的实体和关系，构建查询语句模板；
40、s24、在实际应用中，根据输入问题的语义，匹配相应的查询意图，并选择对应的查询动作；
41、s25、根据匹配到的查询意图和选择的查询动作，生成最终的查询语句；
42、s26、将生成的查询语句用于矛盾纠纷知识图谱的查询，获取对应的查询结果。
43、可选的，所述s3包括以下具体步骤：
44、s31、基于矛盾纠纷领域问答数据集构建总训练数据集，总训练数据集包括图谱查询识别训练数据集、意图识别训练数据集和实体识别训练数据集：
45、；
46、其中，表示总训练数据集；
47、s32、构建图谱查询识别训练数据集，用于训练图谱查询识别模块；
48、；
49、其中，表示图谱查询识别训练本文档来自技高网...
【技术保护点】
1.一种结合矛盾纠纷知识图谱的智能问答系统，其特征在于，包括：
2.根据权利要求1所述的一种结合矛盾纠纷知识图谱的智能问答系统，其特征在于，模块之间通过如下方法实现：
3.根据权利要求2所述的一种结合矛盾纠纷知识图谱的智能问答系统，其特征在于，所述S1包括以下具体步骤：
4.根据权利要求3所述的一种结合矛盾纠纷知识图谱的智能问答系统，其特征在于，所述S2包括以下具体步骤：
5.根据权利要求4所述的一种结合矛盾纠纷知识图谱的智能问答系统，其特征在于，所述S3包括以下具体步骤：
6.根据权利要求5所述的一种结合矛盾纠纷知识图谱的智能问答系统，其特征在于，所述S4包括以下具体步骤：
7.根据权利要求6所述的一种结合矛盾纠纷知识图谱的智能问答系统，其特征在于，所述S5具体包括：
【技术特征摘要】
1.一种结合矛盾纠纷知识图谱的智能问答系统，其特征在于，包括：
2.根据权利要求1所述的一种结合矛盾纠纷知识图谱的智能问答系统，其特征在于，模块之间通过如下方法实现：
3.根据权利要求2所述的一种结合矛盾纠纷知识图谱的智能问答系统，其特征在于，所述s1包括以下具体步骤：
4.根据权利要求3所述的一种结合矛盾纠纷知识图谱的智能问答系统，其特...
【专利技术属性】
技术研发人员：黄旭东，孙庆阳，李仲恒，徐礼辉，陈涛，李朋，王忠，胡晓海，陈克磊，董文祥，
申请(专利权)人：数据空间研究院，
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。