[发明专利]一种基于知识图谱的智能问答方法

权利要求书

1.一种基于知识图谱的智能问答方法，其特征在于，该方法包括知识图谱构建、文本预处理、问题匹配、文本生成：

步骤1，所述的知识图谱构建，首先借助专家知识，对专业领域知识图谱的实体、属性、关系进行预先设计；其次通过采用开源数据或爬虫方式采集数据，包括结构化数据、半结构化数据和非结构化数据，并对采集到的数据按照预先设计的知识图谱结构进行标注；最终进行知识抽取，以标注结果为标签，从数据中抽取其中包含的实体、关系、属性，并将抽取结果进行人工检查，确保无误后将其以实体-关系-实体和实体-属性-属性值的三元组形式存储到Neo4j数据库中，视为知识图谱构建完成；

步骤2，所述的文本预处理，是指对用户输入的查询语句进行处理，首先进行意图诊断，判断是闲聊意图还是专业问题，若为闲聊问题，采用预设好的模板进行回答；若为专业问题，则由命名实体识别模型提取出问句中包含的专业实体，再由意图推理模型，推断询问的是哪方面的专业意图并得出意图置信度；

步骤3，所述的问题匹配，首先通过专业实体和专业意图选择模板，再通过槽位填充的方式进行处理，根据步骤2意图推理得到的意图置信度确定回复策略并生成对应的CQL查询语句到Neo4j数据库中查询内容；

步骤4，所述的文本生成，将查询结果输入到文本生成模型中，得到自然语言形式的句子，并将其作为最终答案。

2.根据权利要求1所述的一种基于知识图谱的智能问答方法，其特征在于，步骤1中所述的知识抽取，采用实体关系联合抽取方法，以标注结果为标签，同时抽取出数据中包含的实体、关系和属性。

3.根据权利要求1所述的一种基于知识图谱的智能问答方法，其特征在于，步骤2中所述的命名实体识别模型，采取bert预训练模型+BiLSTM+CRF的网络结构。

4.根据权利要求1所述的一种基于知识图谱的智能问答方法，其特征在于，步骤2中所述的意图推理模型是，采取bert预训练模型结合textCNN的网络结构，以用户输入的问句作为模型输入，输出每个意图及其对应的置信度，最终取置信度最大的意图及其对应的置信度作为模型推断出的专业意图和意图置信度。

5.根据权利要求1所述的一种基于知识图谱的智能问答方法，其特征在于，步骤4中所述的文本生成模型，采取RNN的网络结构。