[发明专利]面向多源异构数据源的智能问答方法及装置

权利要求书

1.一种面向多源异构数据源的智能问答方法，其特征在于，包括：

计算输入问题与候选关系的第一相似度，其中，所述候选关系为知识库中与所述输入问题相关的关系；

根据所述第一相似度，从所述知识库中获取第一答案；

根据所述输入问题检索多跳文本；

计算所述多跳文本中的句子与所述输入问题之间的第二相似度以及所述多跳文本中的实体与所述输入问题之间的第三相似度；

根据所述第二相似度及所述第三相似度，从所述多跳文本中获取第二答案；

判定所述第一答案和所述第二答案的关系，输出所述输入问题的答案文本；

其中，计算所述第二相似度和所述第三相似度包括：

筛选出与所述输入问题相关联的篇章并拼接成长文本；

使用预训练语言模型对所述长文本和所述输入问题进行编码，计算编码后的所述长文本与所述输入问题的注意力表示；

分别以所述长文本中的句子和所述实体为节点，构建句子图神经网络和实体图神经网络，并推理得到粗粒度图神经网络信息和细粒度图神经网络信息；

基于所述注意力表示，采用自注意力机制计算得到所述长文本的全局表示。

2.根据权利要求1所述的面向多源异构数据源的智能问答方法，其特征在于，查询所述输入问题中的实体在所述知识库中的实体类型；

获取所述知识库的层级信息和所述输入问题与所述候选关系的字面信息；

根据所述实体类型、所述层级信息，以及所述字面信息计算所述输入问题与所述候选关系的第一相似度。

3.根据权利要求2所述的面向多源异构数据源的智能问答方法，其特征在于，所述根据所述知识库的实体类型信息和层级信息，以及所述输入问题与所述候选关系的字面信息计算所述输入问题与所述候选关系的第一相似度，包括：

去除所述输入问题中包含的实体，得到问题模板；

整合所述实体类型的全局信息和局部信息的特征；

计算特征整合后的所述实体类型和所述候选关系的相似度，得到第一相似度得分；

分别对所述问题模板和所述候选关系进行语义匹配和字面匹配，计算所述问题模板和所述候选关系的相似度，得到第二相似度得分和第三相似度得分，其中，所述进行语义匹配，包括：

基于所述知识库的层级信息，将所述候选关系分为分别映射所述实体和所述问题模板中的关系指代两个部分，来计算得到所述第二相似度得分。

4.根据权利要求3所述的面向多源异构数据源的智能问答方法，其特征在于，所述根据所述第一相似度，从知识库中获取第一答案，包括：

根据所述第一相似度得分，所述第二相似度得分和所述第三相似度得分得到与所述输入问题最匹配的所述候选关系，并根据所述与所述输入问题最匹配的所述候选关系对所述输入问题进行实体检测，得到主题实体，再根据所述主题实体得到所述第一答案。

5.根据权利要求1所述的面向多源异构数据源的智能问答方法，其特征在于，所述根据所述第二相似度及所述第三相似度，从所述多跳文本中获取第二答案，包括：

将所述长文本的全局表示与所述粗粒度图神经网络信息和所述细粒度图神经网络信息融合，对融合后的所述长文本进行线索句子、答案开始词、答案结束词的预测，得到所述第二答案。

6.根据权利要求1所述的面向多源异构数据源的智能问答方法，其特征在于，计算所述输入问题与候选关系的第一相似度时，可以使用对抗训练引入具有干扰能力的输入向量。

7.根据权利要求1所述的面向多源异构数据源的智能问答方法，其特征在于，判定所述第一答案和所述第二答案的关系，包括：

对所述第一答案和所述第二答案进行向量编码；

将所述经向量编码后的所述第一答案和所述第二答案输入分类器，得到所述关系，判定所述关系为蕴含或独立或矛盾，其中，对独立的所述第一答案和所述第二答案进行合并，得到合并后的所述答案文本。