[发明专利]一种基于知识图谱的人机交互方法及系统

权利要求书

1.一种基于知识图谱的人机交互方法，其特征在于：所述方法包括：

步骤S01，对样本知识进行分类，构建分领域知识数据的聚类；

步骤S02，对聚类后的知识数据，采用TransE算法将分类领域库中的知识以三元组的形式，构建知识图谱； 其中，采用TransE算法将分类领域库中的知识以三元组形式，构建知识图谱，包括：不断调整头实体h嵌入向量与关系向量r的方向，使二者矢量和与尾实体向量t近似相等，定义一个欧几里得距离，表示调整过程中的能量；根据向量具有空间平移不变特性，将TransE算法中同类型的关系向量，在向量空间中进行平移重复利用，TransE算法训练过程中采用支持向量机当中的最大间隔法对目标函数进行最小化，目标函数的优化采用随机梯度下降法；

步骤S03，解析获得的会话信息，获取其中的话题分类，依据该话题分类与知识分类的聚类信息的匹配度，获得对应的知识图谱，依据该对应的知识图谱，响应于该会话信息进行输出；

所述依据对应的知识图谱，响应于该会话信息进行输出中采用神经网络算法结合知识图谱执行输出，包括：根据历史会话信息与当前会话信息的相关程度值；确定是否在神经网络算法的输入中引入参考历史会话信息；

sig(x)=1/（1+e^-x ）

通过函数，g=sig（Wg*[u，h]）产生一个0到1之间的g，当g接近0时，表示意图识别不需要参考历史会话信息，当g接近1，表示意图识别需要参考当前会话信息，Wg为加权系数，其为对角矩阵；其中 [u, h]表示两个向量的内积，u是当前对话向量，h是历史会话向量；

在会话主题意图不明确时，依据知识图谱的做信息补充，所述信息补充基于马尔科夫链；根据用户输入会话信息，在知识图谱中给定分类领域知识库K(k1，k2，Λ，kn)，其中ki为事实三元组数据；抽取分类领域知识库中的所有关系，构成关系集合R(r1，r2，Λ，rn)；对于每个关系ri，抽取ri所对应的三元组集合Vi(v1，v2，Λ，vn)，使用Vi中的事实三元组数据构建无向图模型的关系子图Gi，采用近似推演和用户交互的方式诊断会话信息，获得候选应答信息及其后验概率，最终选取预设数目的应答信息作为分析结果并输出；

其中，所述聚类采用k-means聚类，首先使用映射操作并行地将原始知识数据转换为可聚类的格式，给不同服务器分配互不重复的知识数据，每个服务器根据给定的k值随机选取k个知识数据作为初始聚类中心，并对其按照顺序编号，对知识数据进行初始划分，得到k个聚类作为初始聚类中心后，对每个知识数据执行划分和下述迭代操作：每个服务器在映射阶段分别读出位于本地的知识数据，并计算每个知识数据到各初始聚类中心的距离，将其归属到最近的初始聚类中心，该步骤操作是并行进行的，再将本次聚类结果在缩减过程中返回；

其中缩减过程是得到所有知识数据的聚类结果，并对各服务器聚类结果进行合并后，在每个新的聚类中选取权值最大的知识数据作为新的聚类中心；重复执行上述映射和缩减操作，直到聚类中心不再变化或达到最大迭代次数时，结束迭代，并输出每个知识数据归属的聚类信息。

2.如权利要求1所述的方法，其特征在于，所述话题分类中包括主话题和子话题，所述知识图谱中的数据包含主话题和子话题之间的关联度。

3.如权利要求2所述的方法，其特征在于，所述神经网络算法是RNN算法或LSTM算法。

4.一种基于知识图谱的人机交互系统，所述系统包括人机交互装置，所述人机交互装置包括处理器和存储器，所述存储器上存储有计算机程序，所述处理器处理上述计算机程序以执行权利要求1-3任一所述的方法。

5.一种计算机存储介质，所述计算机存储介质上，存储有计算机程序，所述计算机程序被处理器执行，以实现权利要求1-3任一所述的方法。