[发明专利]基于计量知识的语义查询方法、装置和计算机设备在审

专利信息
申请号: 202110649564.8 申请日: 2021-06-10
公开(公告)号: CN113342842A 公开(公告)日: 2021-09-03
发明(设计)人: 龚起航;杨劲锋;郑楷洪;周尚礼;曾璐琨;李胜 申请(专利权)人: 南方电网数字电网研究院有限公司;中国南方电网有限责任公司
主分类号: G06F16/242 分类号: G06F16/242;G06F16/2452;G06F16/248;G06F16/33;G06F16/332;G06F16/36;G06N3/02;G06N20/00
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 卢晓霞
地址: 510700 广东省广州市黄*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 计量 知识 语义 查询 方法 装置 计算机 设备
【权利要求书】:

1.一种基于计量知识的语义查询方法,其特征在于,所述方法包括:

获取用户输入的查询问题;

对所述查询问题进行复述转写,生成同义问题集合;所述同义问题集合包括多个与所述查询问题的语义相匹配的同义问题;

基于预先建立的问题模板库,分别生成所述同义问题集合中各个同义问题对应的目标问题模板,并根据各同义问题中的关键词,确定与各所述目标问题模板分别相匹配的目标查询语句;

基于预先建立的计量知识图谱,利用所述目标查询语句进行图谱查询,得到与所述目标查询语句相匹配的目标图谱元素,并将所述目标图谱元素作为所述查询问题的答案;其中,所述计量知识图谱中包括有多个图谱元素,图谱元素包括实体、与所述实体相关联的属性、以及关系。

2.根据权利要求1所述的方法,其特征在于,所述对所述查询问题进行复述转写,生成同义问题集合,包括:

将所述查询问题输入至机器翻译模型中,由所述机器翻译模型对所述查询问题进行编码解码,得到同义问题集合;其中,所述机器翻译模型为预先训练好的双向循环神经网络模型。

3.根据权利要求1所述的方法,其特征在于,所述基于预先建立的问题模板库,分别生成所述同义问题集合中各个同义问题对应的目标问题模板,并根据各同义问题中的关键词,确定与各所述目标问题模板分别相匹配的目标查询语句,包括:

获取预先建立的问题模板库,所述问题模板库中的问题模板用于规定一类问题的问句形式,并预先关联有对应的查询模板;所述查询模板中具有至少一个待填充的槽位;

在所述问题模板库中进行查询,分别确定与所述同义语句集合中各个同义语句相匹配的目标问题模板;

确定与各目标问题模板分别相关联的目标查询模板;

将各所述目标问题模板中的关键词,分别与预先建立的计量知识图谱中的图谱元素进行匹配,将匹配上的图谱元素作为与相应问题模板对应的相关图谱元素;

将所述相关图谱元素填充至对应的目标查询模板的槽位中,得到目标查询语句。

4.根据权利要求1所述的方法,其特征在于,所述计量知识图谱的建立步骤包括:

获取结构化的计量知识信息和非结构化的计量知识信息;

对所述非结构化的计量知识信息进行第一知识抽取处理,得到至少一组的第一图谱元素;

对所述结构化的计量知识信息进行第二知识抽取处理,得到至少一组的第二图谱元素;

根据所述第一图谱元素和所述第二图谱元素,构建计量知识图谱。

5.根据权利要求4所述的方法,其特征在于,所述非结构化的计量知识信息包括与计量领域相关的文档信息,所述对所述非结构化的计量知识信息进行第一知识抽取处理,得到至少一组的第一图谱元素,包括:

对所述非结构化的计量知识信息进行分词处理,获得多个实词序列;

分别依次提取所述多个实词序列中的图谱元素,得到至少一组的第一图谱元素。

6.根据权利要求4所述的方法,其特征在于,所述结构化的计量知识信息为具有特定格式、并利用关系型数据库进行存储的计量知识信息,所述对所述结构化的计量知识信息进行第二知识抽取处理,得到至少一组的第二图谱元素,包括:

利用知识提取工具,对存储有结构化的计量知识信息的关系型数据库进行提取,得到至少一组的第二图谱元素。

7.根据权利要求1所述的方法,其特征在于,所述利用所述目标查询语句进行图谱查询,得到与所述目标查询语句相匹配的目标图谱元素,并将所述目标图谱元素作为所述查询问题的答案,包括:

利用所述目标查询语句,通过图匹配的方式在所述计量知识图谱中进行查询,得到至少一个实体或至少一个关系;

将所得到的所述至少一个实体或至少一个关系作为所述查询问题的答案。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于南方电网数字电网研究院有限公司;中国南方电网有限责任公司,未经南方电网数字电网研究院有限公司;中国南方电网有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110649564.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top