[发明专利]基于马尔科夫逻辑网的智能交互式问答方法、系统、装置

权利要求书

1.一种基于马尔科夫逻辑网的智能交互式问答方法，其特征在于，包括：

步骤S10，解析获取的输入信息，提取具结构化元组，采用领域知识图谱对所述结构化元组中实体和关系表示进行语义化扩展；

步骤S20，基于所述结构化元组及语义化扩展结果，对所述领域知识图谱进行激活，获得规则子网络以及证据元组集合；

步骤S30，基于规则子网络，采用近似推理和/或信息录入的方式对所述证据元组集合进行赋值，计算候选应答信息的后验概率；

步骤S40，按照所述候选应答信息后验概率从高到低的顺序选取预设数目的应答信息作为最终的应答信息并输出；

其中，所述领域知识图谱包括：

事实库、本体库、规则库，对应事实库和本体库中实体之间的上下位关系的实体-关系网、对应规则库中自动学习的逻辑规则和本体库中事实之间的包含关系的元组-关系网、对应规则库中根据领域需求手工设计的逻辑规则的意图-关系网；

所述领域知识图谱，其构建方法为：

步骤B10，将获取的数据中非结构化语料分别按照词标注、词性标注和概念进行词义消歧，基于句式和概念模板抽取语料作为结构化元组，构建事实库；

步骤B20，建立语料概念之间上下位关系的层次结构和所述事实库中事实之间包含关系的层次结构，基于层次多分类算法预测实体与层次化概念的映射关系，构建本体库；

基于领域需求设计意图之间的逻辑规则，依据所述逻辑规则自动学习结构化元组之间的马尔科夫逻辑网，构建规则库，具体包括：

步骤B21，结合随机游走和子图模式寻找结构化元组之间的语义路径，语义路径中所述结构化元组出现在上下文中，并且语义要素满足相同、上下位、部件或者属性关系中一个或多个；

步骤B22，基于领域需求设置意图之间的逻辑规则，将所述语义路径转化为逻辑子句，并对逻辑子句中每个结构化元组的语义要素进行概念映射，通过最大化条件对数似然目标，获得具有概念变量逻辑子句对应的权重，带有权重的逻辑子句集合构成规则库。

2.根据权利要求1所述的基于马尔科夫逻辑网的智能交互式问答方法，其特征在于，步骤S10中“解析获取的输入信息，提取具结构化元组，采用领域知识图谱对所述结构化元组中实体和关系表示进行语义化扩展”，其步骤为：

步骤S11，利用汉语分词技术将所述输入数据转化为词语及其词性的序列，结合词性和概念模板提取结构化元组；

步骤S12，采用领域知识图谱中本体库和获取的近义词库扩展所述结构化元组中实体和关系表示。

3.根据权利要求1所述的基于马尔科夫逻辑网的智能交互式问答方法，其特征在于，步骤S20中“基于所述结构化元组及语义化扩展结果，对所述领域知识图谱进行激活，获得规则子网络以及证据元组集合”，其方法为：

基于所述结构化元组及其语义化扩展结果，对所述领域知识图谱中的规则库中逻辑规则、事实库中结构化元组进行激活，得到规则子网络以及证据元组集合。

4.根据权利要求1所述的基于马尔科夫逻辑网的智能交互式问答方法，其特征在于，步骤S30中“基于规则子网络，采用近似推理和/或信息录入的方式对所述证据元组集合进行赋值，计算候选应答信息的后验概率”，其步骤为：

步骤S31，基于所述规则子网络和证据元组集合，有序选择取未赋值的证据元组，生成诊断问句，并执行：

基于人机交互装置获取的确认信息，得用户赋值的证据元组；和/或通过MPE推理潜在可能成立的证据元组，得到推理赋值的证据元组；

步骤S32，基于所述用户赋值的证据元组和/或推理赋值的证据元组，计算候选应答信息的后验概率。

5.根据权利要求1所述的基于马尔科夫逻辑网的智能交互式问答方法，其特征在于，步骤S10中“采用领域知识图谱对所述结构化元组中实体和关系表示进行语义化扩展”之前，还设置有自动优化和迭代更新的步骤，其方法为：

采用马尔科夫逻辑网结构和参数的在线优化方法对所述领域知识图谱进行自动优化和迭代更新。