CN110737763A 一种融合知识图谱和深度学习的中文智能问答系统及方法 （成都华律网络服务有限公司）

一种融合知识图谱和深度学习的中文智能本发明公开了一种融合知识图谱和深度学2所述用户接口模块用于接收用户输入的当前问题，并对所述当前问题进行有效性检所述问题检索模块用于检索与所述分词结果的相所述知识图谱模块用于存储从样本问答知识图谱中抽取出的知识三元组以及对知识所述知识推理模块用于从所述分词结果中抽取出知识所述深度学习训练模块用于对样本问题及其对应的样本答案进行深度神经网络训练，所述深度学习推理模块用于使用所述深度神经网络模型对所述答案生成模块用于将从所述问题检索模块、知识推所述知识推理模块还用于将所述推荐答案发送给答案生所述深度学习推理模块还用于将所述推荐答案发送给答3S3：存储已知问题及其对应的已知答案，S4：存储从样本问答知识图谱中抽取出的知识三所述步骤S4还包括：将知识三元组对应的图谱内容作为依据BM25算法计算每一已知问题与分词结果的4[0002]基于文本相似度的问答系统使用用户提交的问题与已知问题集中的已知问题进[0004]本发明主要解决的技术问题是提供一种融合知识图谱和深度学习的中文智能问用于检索与所述分词结果的相似度达到相似度阈值的已知问题，并在检索到已知问题时，存储从样本问答知识图谱中抽取出的知识三元组以及对知识三元组进行训练得到知识表5度阈值的已知问题，并在检索到已知问题时，将已知问题对应的已知答案作为推荐答案；将所述推荐答案和预测概率一同返回给用户。6题及其对应的已知答案来对问题进行查询式回答和生成式回答，从而能够回答未知问题，[0016]图1是本发明实施例的融合知识图谱和深度学习的中文智能问答系统的原理框[0017]图2是本发明实施例的融合知识图谱和深度学习的中文智能问答方法的流程示意[0019]参阅图1，本发明实施例的融合知识图谱和深度学习的中文智能问答系统包括用[0020]用户接口模块10用于接收用户输入的当前问题，并对当前问7[0037]知识图谱模块50用于存储从样本问答知识图谱中抽取出的知识三元组以及对知练知识的向量化表示模型(KnowledgeEmbedding)，TransR算法的基本思想是对于每个三8[0042]深度学习训练模块70用于对样本问题及其对应的样本答案进行深度神经网络训[0059]由于这一步训练并不需要预先标注数据，可以充分利用海量中文的无标注文本9等。本申请的发明人通过实验选择了基于Transformer结构和多头自注意力机制(MultiheadAttention)的模型。模型主要包含两个模块，Encoder模块和Decoder模块，Encoder模块负责编码问题输入，Decoder模块负责接收Encoder编码后的向量并结合答案用预先训练好的模型(词向量和知识表示模型)将输入转为向量后进行多层Transformer编[0075]其中，深度学习推理模块80可以使用集束搜索(BeamSearch)提高模型输出的精推荐答案标记第一答案来源；知识推理模块50还用于将推荐答案发送给答案生成模块90[0089]参阅图2，本发明实施例的融合知识图谱和深度学习的中文智能问答方法包括以[0098]在步骤S3中，检索与分词结果的相似度达到相似度阈值的已知问题的步骤具体[0100]本