[发明专利]一种基于迁移学习的运输投送知识问答方法

权利要求书

1.一种基于迁移学习的运输投送知识问答方法，其特征在于，包括：

获取运输投送知识并进行分类；运输投送知识分类步骤中，将运输投送知识分为文本、图像、视频；

基于分类后的运输投送知识，进行知识空间构建、分词及实体识别，标注出运输投送知识中的实体及实体属性；

基于Word2vec模型训练，得到运输投送知识所有实体的词向量，同时标注各实体之间的关系，以构建运输投送知识的语料库；

构建关系抽取网络，将通过Word2vec模型训练得到的词向量输入关系抽取网络，输出运输投送知识中实体间的实体关系匹配概率；

将得到的实体关系进行人工核查，按照运输投送经验及知识进行正确的实体、关系、实体三元组匹配，生成符合标准的RDF三元组；

将RDF三元组中的实体进行对齐或消歧，实现运输投送知识融合，构建运输投送分类树，采用图数据库按分类树架构进行分类存储，构建静态规划环境域；

将静态规划环境域作为迁移学习模型的源域，将静态规划环境域模型计算的约束参数迁移到动态规划环境域中，作为迁移学习模型的目标域；

挖掘源域和目标域的相似性，微调静态方案规划环境域的参数并确定发生变化的数据相应的参数，通过人在回路的方式微调动态规划环境域的网络参数；

将调整完成的迁移学习模型的源域和目标域作为运输投送知识问答系统，解析实时的问题，提取问题中的关键字并输入运输投送知识问答系统，输出的实体作为问题答案的关键字，组成系统回复。

2.根据权利要求1所述的基于迁移学习的运输投送知识问答方法，其特征在于，在获取运输投送知识的步骤中，运输投送知识包括立体投送知识和装卸载、换装换乘知识；

其中，立体投送知识是立体投送路径规划，分为陆地路径规划、空中航迹规划和海上航线规划。

3.根据权利要求1所述的基于迁移学习的运输投送知识问答方法，其特征在于，在对分类后的运输投送知识，进行知识空间构建、分词及实体识别，标注出运输投送知识中的实体及实体属性的步骤中，

文本知识空间构建：将获取的文本，按结构化数据、半结构化数据和非结构化数据的类型分类；其中，简短的指令通过文档标题直接归类，文书通过标题或将长篇文书分段归类；将文本知识输入jieba分词器，进行细粒度运输投送词汇的切分，利用人工标注实体及实体属性；

图像知识空间构建：将获取的图像知识进行目标识别，将识别的目标进行图像配准，将分析计算后的目标属性转为格式化数据；将图像转化的格式化数据利用人工标注实体及实体属性；

视频知识空间构建：将获取的视频知识进行帧处理，提取集中出现某实体的数帧图像，进行目标识别与图像配准，将分析计算后的目标属性转为格式化数据；将视频转化的格式化数据，利用人工标注实体及实体属性。

4.根据权利要求3所述的基于迁移学习的运输投送知识问答方法，其特征在于，在基于Word2vec模型训练，得到运输投送知识所有实体的词向量，同时标注各实体之间的关系，以构建运输投送知识的语料库的步骤中，包括步骤：

使用Skip-gram模型，将标注的实体作为中心词W(t) 进行预测；模型输入值中心词的one-hot编码形式，输出为softmax转换后的概率；

Word2vec模型训练后得到运输投送知识的所有实体的词向量，同时人工标注各实体间的关系，作为运输投送知识标注后的语料库。