[发明专利]一种基于知识图谱的自然语言问答实现方法和系统

权利要求书

1.一种基于知识图谱的自然语言问答实现系统，包括：在线部分模块，其中，所述在线部分模块，包括：

复杂问题解析单元，用于接受用户提出自然语言问题，并对问题进行解析，如果问题是复杂性问题，则将其分解为一系列的二元事实型问题；

概率推导单元，用于对每一个二元事实型问题，用概率推算的方法来找它的值，其中，该概率推算过程用到了P(P|T)，即已知模板(template)，对应谓语(predicate)的实体和值概率；

知识图谱查询单元，用于从预先训练的知识图谱中找到并返回答案；

所述概率推导单元，用于对每一个二元事实型问题，用概率推算的方法来找它的值，其中，该概率推算过程用到了P(P|T)，即已知模板(template)，对应谓语(predicate)的实体和值概率，具体包括：

给定一个知识图谱K和一个新问题q，我们的目标是找到该问题最有可能的值v，即：

argmax_vP(V＝v|Q＝q)

其中，大写字母来表示随机变量，小写字母表示随机变量的具体取值；

其中，给定问题，它从问题中解析出实体e，这被表示为P(e|q)；

它使用实体和问题来产生模板，这一概率被表示为P(t|q,e)；

模板产生器对应属性P(p|t)；

最终，给定实体e和属性p，KBQA就可以得到对应值的概率P(v|e,p)，并且返回概率最大的v作为答案a。

2.根据权利要求1所述的基于知识图谱的自然语言问答实现系统，其特征在于，还包括：离线部分模块，所述离线部分模块，具体包括：

知识图谱属性扩展单元，用于将知识图谱中的属性做扩展，以学习到更为复杂的属性形式；

模板抽取和属性学习单元，用于学习从问题模板到属性的转移概率，即P(P|T)，计算概率最大的属性；

实体与值识别单元，用于对QA语料中的qa对提取其实体和值。

3.根据权利要求1所述的基于知识图谱的自然语言问答实现系统，其特征在于，知识图谱中的事实和QA语料中的问题大都可能有不确定性、不完整性和噪声。