[发明专利]基于知识图谱的信息检索方法、装置、设备及存储介质

说明书

本发明涉及人工智能领域，揭露一种基于知识图谱的信息检索方法，包括：获取原始语料集，定义原始语料集中的语料实体及语料关系；将语料实体与语料关系进行知识抽取，得到语料三元组结构；将语料三元组结构与预设的知识库进行知识融合，得到知识图谱；获取待检索语料集，分别识别待检索语料集的语料意图及待检索语料集对应的待检索语料实体，根据语料意图从知识图谱中提取与待检索语料实体对应的检索结果。本发明还涉及一种区块链技术，检索结果可存储在区块链节点中。本发明还提出一种基于知识图谱的信息检索装置、设备以及介质。本发明可以提高信息检索的效率及准确率。

技术领域

本发明涉及人工智能领域，尤其涉及一种基于知识图谱的信息检索方法、装置、设备及存储介质。

背景技术

当前，随着知识图谱构建技术的快速发展，基于知识图谱的信息检索以其精准、高效的检索能力，被广泛应用于保险、金融等领域。传统的信息检索方法是通过人工提取用户输入的待检索问题的语料特征，并从数据库中选取与问题的语料特征相关的答案语料作为检索语料。

但是通过人工提取语料特征的效率较低，使得后续信息检索的效率较低；进一步地，由于数据库中存储的检索语料通常包含许多与信息检索无关或重复的冗余语料，这些冗余语料占用了大量的存储空间，使得信息检索的效率降低，且冗余语料还会在信息检索过程中形成干扰，导致信息检索的准确率降低。

发明内容

本发明提供一种基于知识图谱的信息检索方法、装置、设备及存储介质，其主要目的是提高信息检索的效率及准确率。

为实现上述目的，本发明提供了一种基于知识图谱的信息检索方法，包括：

获取原始语料集，定义所述原始语料集中的语料实体及语料关系；

将所述语料实体与所述语料关系进行知识抽取，得到语料三元组结构；

将所述语料三元组结构与预设的知识库进行知识融合，得到知识图谱；

获取待检索语料集，分别识别所述待检索语料集的语料意图及所述待检索语料集对应的待检索语料实体，根据所述语料意图从所述知识图谱中提取与所述待检索语料实体对应的检索结果。

可选地，所述将所述语料实体与所述语料关系进行知识抽取，得到语料三元组结构，包括：

利用训练完成的语料抽取模型中的实体抽取网络将所述语料实体进行实体抽取，语料实体特征；

利用所述语料抽取模型中的关系抽取网络将所述语料关系进行语料关系抽取，得到语料关系特征；

将所述语料实体特征及所述语料实体特征输入至所述语料抽取模型中的激活函数，得到所述语料三元组结构。

可选地，所述将所述语料三元组结构与预设的知识库进行知识融合，得到知识图谱，包括：

将所述语料三元组结构中的语料实体及所述知识库中的语料实体分别进行语义编码，得到三元组实体指称项及知识实体指称项；

计算所述三元组实体指称项与所述知识实体指称项之间的相似度，在所述相似度大于预设阈值时，将所述语料三元组结构中的语料实体与所述知识库中的语料实体进行合并，得到所述知识图谱。

可选地，所述分别识别所述待检索语料集的语料意图及所述待检索语料集对应的待检索语料实体，包括：

利用训练完成的意图识别模型中的嵌入层将所述待检索语料集进行分词，得到语料词向量集；

利用所述意图识别模型中的注意力机制层将所述语料词向量集进行特征提取，得到语料特征向量集；

利用所述意图识别模型中的激活函数输出所述语料特征向量集的语料意图；