[发明专利]基于知识图谱的问答方法、装置、计算机设备和存储介质

说明书

本申请涉及一种基于知识图谱的问答方法、装置、计算机设备和存储介质。所述方法包括：获取用户问句；根据所述用户问句从预设的知识图谱中查找多个目标词汇；根据所述多个目标词汇和本体构建目标查询图；根据所述目标查询图在所述预设的知识图谱中查询所述用户问句对应的答案，并反馈所述答案。通过本发明实施例，知识图谱包含了大量信息，可以扩大查询范围，从而提高答案的准确率，并且，本体中包括特定领域之中的概念和相互关系，因此构建出的目标查询图更加准确，可以进一步提高答案的准确度。

技术领域

本申请涉及数据处理技术领域，特别是涉及一种基于知识图谱的问答方法、装置、计算机设备和存储介质。

背景技术

知识图谱(Knowledge Graph)，在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。基于知识图谱的问答系统可以根据用户问句自动查找答案。

相关技术中，采用依存句法分析对用户问句分析并构建依存树，再根据依存树查找答案。如果依存句法分析的结果存在错误，则会造成构建的依存树错误，进而会影响答案的准确度。并且，采用依存句法分析有时难以识别出问句中的隐含关系，从而导致构建的依存树不够准确，也会影响答案的准确度。

发明内容

基于此，有必要针对上述技术问题，提供一种能够避免依存树错误造成答案不准确问题的基于知识图谱的问答方法、装置、计算机设备和存储介质。

第一方面，本发明实施例提供了一种基于知识图谱的问答方法，该方法包括：

获取用户问句；

根据用户问句从预设的知识图谱中查找多个目标词汇；

根据多个目标词汇和本体构建目标查询图；

根据目标查询图在预设的知识图谱中查询用户问句对应的答案，并反馈答案。

在其中一个实施例中，上述根据多个目标词汇和本体构建目标查询图，包括：

根据多个目标词汇构建多个依存树；

采用本体分别对各依存树进行矫正处理，得到多个待选查询图；

从多个待选查询图中选取目标查询图。

在其中一个实施例中，上述从多个待选查询图中选取目标查询图，包括：

分别对多个目标词汇和多个依存树进行特征提取；

根据特征提取结果对多个待选查询图进行量化处理，得到各待选查询图的量化值；

将量化值最高的待选查询图确定为目标查询图。

在其中一个实施例中，用户问句由多个组成元素构成；组成元素包括实体所属分类、实体属性、问句关系和实体；

上述根据多个目标词汇构建多个依存树，包括：

采用与实体所属分类对应的目标词汇和与实体对应的目标词汇构成框架；

将与实体属性对应的目标词汇根据问句关系连接到框架上，得到依存树。

在其中一个实施例中，上述根据用户问句从预设的知识图谱中查找多个目标词汇，包括：

从用户问句中识别出各组成元素对应的候选词汇；

从预设的知识图谱中查找与各候选词汇对应的目标词汇，得到多个目标词汇。

在其中一个实施例中，上述从预设的知识图谱中查找与各候选词汇对应的目标词汇，包括：

对各候选词汇进行词语泛化处理，得到各候选词汇对应的至少一个泛化词汇；