[发明专利]一种用于对话系统的知识图谱生成方法

权利要求书

1.一种用于问答系统的知识图谱生成方法，包括：

基于对话样本库生成初始化知识图谱；

获取输入语句；

确定与所述输入语句相对应的所述初始化知识图谱中的每个节点，确定所述每个节点的结构化特征，以及，确定所述每个节点的非结构化特征；

利用置信度传播机制，基于所确定的结构化特征和非结构化特征，确定所述初始化知识图谱中的各个节点的图嵌入特征，生成问答系统的知识图谱；

其中，所述确定与所述输入语句相对应的所述初始化知识图谱中的每个节点，包括：

将输入语句中的全部单词与初始化知识图谱中的全部节点进行匹配，确定与输入语句中全部单词所对应的每个节点；

其中，所述确定所述每个节点的结构化特征，包括：

确定所述每个节点出现次数的独热向量，其中，所述出现次数的独热向量表示所述每个节点在所述问答系统中所存储的全部语句中出现的次数；

确定所述每个节点类型的独热向量，其中，所述节点类型的独热向量表示每个节点的类型；

确定所述每个节点出现情况的独热向量，其中，所述出现情况的独热向量表示每个节点是否在所述输入语句中出现；

串联所述出现次数、所述节点类型以及所述出现情况的独热向量，确定所述每个节点的结构化特征；

其中，所述确定所述每个节点的非结构化特征，包括：

基于所述输入语句，生成实体集；

确定所述输入语句的语句嵌入特征；

基于所述实体集和所述语句嵌入特征，确定所述每个节点的非结构化特征。

2.根据权利要求1所述的方法，所述基于对话样本库生成初始化知识图谱，包括：

基于所述对话样本库中的结构化知识库生成节点和边；

基于所述对话样本库中的非结构化对话语句更新所述节点和边；

其中，所述对话样本库包括了结构化知识库和非结构化对话语句，所述节点和边组成了初始化知识图谱。

3.根据权利要求2所述的方法，所述基于所述对话样本库中的结构化知识库生成节点和边，包括：

生成所述初始化知识图谱中的节点，所述节点包括：项目节点、属性节点和实体节点；

生成所述初始化知识图谱中的边，其中，所述边表示不同节点之间的关系。

4.根据权利要求2所述的方法，所述基于所述对话样本库中的非结构化对话语句更新所述节点和边，包括：

如果所述对话样本库中的非结构化语句中包含未在所述初始化知识图谱中的节点，则增加新的节点，并且根据节点关系更新边。

5.根据权利要求1所述的方法，所述基于所述输入语句，生成实体集，包括：

初始化实体集为0集合；

如果所述输入语句中包含所述初始化知识图谱中的实体节点，确定实体节点集合作为所述实体集；

如果所述输入语句中不包含所述初始化知识图谱中的实体节点，使用上一条语句对应的实体集作为所述实体集，其中，所述上一条语句是指所述问答系统中所存储的针对所述输入语句的上一条语句。

6.根据权利要求1所述的方法，所述确定所述输入语句的语句嵌入特征，包括：

将所述输入语句作为递归神经网络的输入；

将所述递归神经网络最后一层隐藏层的值作为所述输入语句的语句嵌入特征输出。

7.根据权利要求1所述的方法，所述利用置信度传播机制，基于所确定的结构化特征和非结构化特征，确定所述初始化知识图谱中的各个节点的图嵌入特征，生成问答系统的知识图谱，包括：

将所述初始化知识图谱中的节点分层；

将所述所确定的结构化特征和非结构化特征的串联结果确定为第0层所述初始化知识图谱中节点的图嵌入特征；

利用置信度传播机制，更新所述初始化知识图谱中每层节点的图嵌入特征，其中，所述置信度传播机制利用节点与节点之间相互传递信息的方法更新知识图谱；

串联每层节点的图嵌入特征，生成问答系统的知识图谱。