[发明专利]一种基于知识图谱的人机对话的方法及装置

说明书

技术领域

本发明属于人机问答的数据处理，尤其涉及一种基于知识图谱的人机对话的方法及装置。

背景技术

智能问答系统以一问一答形式，精确的定位网站用户所需要的提问知识，通过与网站用户进行交互，为网站用户提供个性化的信息服务。

智能问答系统是将积累的无序语料信息，进行有序和科学的整理，并建立基于知识的分类模型；这些分类模型可以指导新增加的语料咨询和服务信息，节约人力资源，提高信息处理的自动性，降低网站运行成本。基于对网站多年积累的关于政府和企业的基本情况常见问题及其解答，整理为规范的问答库形式，以支撑各种形式问题的智能问答。方便了用户，提高了办事效率，提升了企业形象。

现在智能问答系统通常会借助于自然语言处理和全文搜索技术对语句进行处理，单一的方式通常在某一些的准确率会比较低。以往的智能问答系统只会针对于某一个领域的问答，对于开放域的问答系统，现在还没有一种通用的，而且扩展性比较好的处理流程的出现。

问答系统主要包括句子分类，信息检索，答案抽取，语义理解，知识图谱等方面的技术。

发明内容

为了克服现有技术的不足，本发明的目的之一在于提供一种基于知识图谱的人机对话的方法，其能对常识和开放领域的问题进行回答。

本发明的目的之二在于提供一种基于知识图谱的人机对话的装置，其能对常识和开放领域的问题进行回答。

本发明的目的之一采用以下技术方案实现：

一种基于知识图谱的人机对话的方法，包括以下步骤：

S1：接收用户发送的语句，并获取该语句的上文语句，并确定该语句和上文语句的类别；

S2：根据该语句的类别和上文语句的类别来确定该语句的最终所属类别；

S3：通过知识图谱抽取该语句中的特征词，并判断所有特征词是否有关联，如果有，则根据特征词的关联生成回复，如果没有，则执行步骤S4；

S4：根据聊天对话库对该语句进行对话匹配，如果匹配成功，则生成回复，如果失败，则执行步骤S5；

S5：对该语句进行正则模式匹配，如果匹配成功，则生成相应的回复，如果匹配失败，则执行步骤S6；

S6：根据该语句的最终所属类别进行分析处理并生成回复。

优选地，步骤S2具体包括以下子步骤：

S21：根据该语句的类别和上文语句的类别来确定所述语句的类别等级和上文语句的类别等级；

S22：判断所述语句的类别等级是否大于上文语句的类别等级，如果是，则选用所述语句的类别作为该语句的最终所属类别，如果否，则选用上文语句的类别作为该语句的最终所属类别。能够进一步公开步骤S2的实现方式。

优选地，步骤S4具体包括以下子步骤：

S41：根据聊天对话库对该语句进行全文搜索；

S42：通过Jaccard Similarity算法计算聊天对话库中候选语句与输入语句的相似度；

S43：判断所得相似度是否大于一阈值，如果大于该阈值，则选择相应语句进行回复，如果小于该阈值，则执行步骤S5。其能进一步公开步骤S4的具体实现方式。

优选地，所述阈值为0.7。其能进一步公开阈值数值的设置。

优选地，步骤S6具体包括以下子步骤：

S61：根据该语句的最终所属类别抽取与该语句的最终所属类别相关的属性特征；

S62：根据所得属性特征的抽取程序，抽取与属性特征对应的属性；

S63：根据所得属性生成回复。其能进一步公开步骤S6的实现方式。

本发明的目的之二采用以下技术方案实现：

一种基于知识图谱的人机对话的装置，包括以下模块：

接收模块：用于接收用户发送的语句，并获取该语句的上文语句，并确定该语句和上文语句的类别；

分类模块：用于根据该语句的类别和上文语句的类别来确定该语句的最终所属类别；

知识图谱模块：用于通过知识图谱抽取该语句中的特征词，并判断所有特征词是否有关联，如果有，则根据特征词的关联生成回复，如果没有，则执行聊天匹配模块；

聊天匹配模块：用于根据聊天对话库对该语句进行对话匹配，如果匹配成功，则生成回复，如果失败，则执行正则匹配模块；

正则匹配模块：用于对该语句进行正则模式匹配，如果匹配成功，则生成相应的回复，如果匹配失败，则执行分析处理模块；

分析处理模块：用于根据该语句的最终所属类别进行分析处理并生成回复。

优选地，分类模块具体包括以下子模块：