CN104978396A - 一种基于知识库的问答题目生成方法和装置 - Google Patents
一种基于知识库的问答题目生成方法和装置 Download PDFInfo
- Publication number
- CN104978396A CN104978396A CN201510295701.7A CN201510295701A CN104978396A CN 104978396 A CN104978396 A CN 104978396A CN 201510295701 A CN201510295701 A CN 201510295701A CN 104978396 A CN104978396 A CN 104978396A
- Authority
- CN
- China
- Prior art keywords
- attribute
- correct option
- data group
- entity
- property value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
-
- G—PHYSICS
- G09—EDUCATION; CRYPTOGRAPHY; DISPLAY; ADVERTISING; SEALS
- G09B—EDUCATIONAL OR DEMONSTRATION APPLIANCES; APPLIANCES FOR TEACHING, OR COMMUNICATING WITH, THE BLIND, DEAF OR MUTE; MODELS; PLANETARIA; GLOBES; MAPS; DIAGRAMS
- G09B7/00—Electrically-operated teaching apparatus or devices working with questions and answers
- G09B7/02—Electrically-operated teaching apparatus or devices working with questions and answers of the type wherein the student is expected to construct an answer to the question which is presented or wherein the machine gives an answer to the question presented by a student
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Educational Administration (AREA)
- Educational Technology (AREA)
- Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种基于知识库的问答题目生成方法和装置。该方法可包括：从知识库中获取三元数据组，其中，所述三元数据组包括实体、属性和属性值三个元素，各元素的关系为：属性值元素为实体元素的属性元素对应的取值；将该三元数据组中的任意一个元素作为正确答案根据语言习惯表达的模板生成该正确答案对应的问题。本发明的上述方法和装置，能够以三元数据组中的一个元素作为正确答案，另外两个元素转化为对应问题的主干，根据语言习惯表达模板显著改善了海量的结构化知识数据向问答题目的数据转化效率。
Description
技术领域
本发明涉及互联网领域，具体而言，涉及一种基于知识库的问答题目生成方法和装置。
背景技术
通过问题和对该问题的回答是人们获取现实世界的知识数据或信息的一种有效方式。然而，现实世界(特别是互联网上)涉及的知识数据或信息是海量的，如何将海量的知识数据或信息转换为问题和相应回答成为亟需解决的技术问题。现有的知识数据或信息到问题和相应回答的转换主要通过人工方式，转换的数据处理效率较低。
发明内容
为解决上述的技术问题，本发明提供了一种基于知识库的问答题目生成方法和装置，利用海量的结构化的实体、属性以及属性值信息作为问题的主干数据，将实体、属性以及属性值三元素之一作为正确答案，剩余两个元素作为问题的问句成分，与现有的人工编辑生成问答题库相比，显著提高了海量的知识数据向问答题目的数据转换效率并且改善了问答题目的丰富度；而且，通过海量结构化数据自动生成问答题库，能够避免人工编辑问题的记忆偏差，提高答案的准确度。
根据本发明实施方式的第一方面，提供了一种基于知识库的问答题目生成方法，该方法可包括：从知识库中获取三元数据组，其中，所述三元数据组中各元素的关系为：属性值元素为实体元素的属性元素对应的取值；将所述三元数据组中的任意一个元素作为正确答案根据语言表达习惯的模板生成所述正确答案对应的问题。
在本发明的一些实施方式中，将所述三元数据组中的任意一个元素作为正确答案根据语言表达习惯的模板生成所述正确答案对应的问题，包括：根据所述三元数据组中属性的点击数量选择一个以上属性用于问题生成。
在本发明的一些实施方式中，将所述三元数据组中的任意一个元素作为正确答案根据语言表达习惯的模板生成所述正确答案对应的问题，包括：在根据所述三元数据组中属性的点击数量选择一个以上属性用于问题生成之后，将所述三元数据组中选择出的属性对应的属性值元素作为正确答案，根据语言习惯表达的模板生成包含下述句子成分的问句作为所述正确答案对应的问题：所述三元数据组中实体的属性。
在本发明的一些实施方式中，基于知识库的问答题目生成方法还可包括：根据所述正确答案和/或生成的所述问题的约束信息生成所述问题的一个以上错误答案，所述约束信息包括下述的一种以上：属性集合、属性值集合、热门程度、公知常识。
在本发明的一些实施方式中，基于知识库的问答题目生成方法还可包括：对所述正确答案和/或所述错误答案进行配图。
在本发明的一些实施方式中，基于知识库的问答题目生成方法还可包括：在所述问题的显示页面呈现正确答案查看链接，供用户查看所述问题的正确答案。
根据本发明实施方式的第二方面，提供了一种基于知识库的问答题目生成装置，该装置可包括：获取模块，用于从知识库中获取三元数据组，其中，所述三元数据组中各元素的关系为：属性值元素为实体元素的属性元素对应的取值；生成模块，用于将所述三元数据组中的任意一个元素作为正确答案根据语言表达习惯的模板生成所述正确答案对应的问题。
在本发明的一些实施方式中，所述生成模块中将所述三元数据组中的任意一个元素作为正确答案根据语言习惯表达的模板生成所述正确答案对应的问题包括：根据所述三元数据组中属性的点击数量选择一个以上属性用于问题生成。
在本发明的一些实施方式中，所述生成模块中将所述三元数据组中的任意一个元素作为正确答案根据语言表达习惯的模板生成所述正确答案对应的问题包括：在根据所述三元数据组中属性的点击数量选择一个以上属性用于问题生成之后，将所述三元数据组中选择出的属性对应的属性值元素作为正确答案，根据语言习惯表达的模板生成包含下述句子成分的问句作为所述正确答案对应的问题：所述三元数据组中实体的属性。
在本发明的一些实施方式中，基于知识库的问答题目生成装置还可包括：误选模块，用于根据所述正确答案和/或生成的所述问题的约束信息生成所述问题的一个以上错误答案，所述约束信息包括下述的一种以上：属性集合、属性值集合、热门程度和公知常识。
在本发明的一些实施方式中，基于知识库的问答题目生成装置还可包括：配图模块，用于对所述正确答案和/或所述错误答案进行配图。
在本发明的一些实施方式中，基于知识库的问答题目生成装置还可包括：查看模块，用于在所述问题的显示页面呈现正确答案查看链接，供用户查看所述问题的正确答案。
本发明实施方式提供的知识数据转换方法和装置，利用实体、属性、属性值等结构化数据生成相应的问题和答案，与现有的问题和答案的人工生成技术相比，改善了知识数据的数据转换效率，同时也提高了问答题目的丰富度；通过问题和答案的约束信息生成问题的错误选项，增加了问答题目的层次性，有利于促使用户参与答题，获取知识；对答案选项进行相应的配图，改善了问答题目的趣味性，更进一步改善用户参与答题的积极性；通过在问题页面设置正确答案查看链接，有利于用户实时查看答案信息，获取相关知识。
附图说明
图1图示了根据本发明一种实施方式的基于知识库的问答题目生成方法的流程示意图；
图2图示了根据本发明一种实施方式的问题和答案页面的网页示意图；
图3图示了根据本发明一种实施方式的基于知识库的问答题目生成装置的结构示意图。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。
参见图1，图示了根据本发明一种实施方式的基于知识库的问答题目生成方法的流程示意图，该方法可包括：
S101，从知识库中获取三元数据组，其中，所述三元数据组包括实体、属性和属性值三个元素。各元素的关系为：属性值元素为实体元素的属性元素对应的取值；
S102，将三元数据组中的任意一个元素作为正确答案根据语言表达习惯的模板生成该正确答案对应的问题。
基于知识库的问答题目生成方法可包括执行步骤S101，从知识库中获取三元数据组<实体，属性，属性值>，其中，所述三元数据组中各元素的关系为：属性值元素为实体元素的属性元素对应的取值。具体而言，可包括：根据属性/实体词典获取二元数据组<实体，属性>；根据二元数据组<实体，属性>从知识库中获取二元数据组中实体的属性对应的属性值，将该属性值与该二元数据组合并生成三元数据组<实体，属性，属性值>。根据属性/实体词典获取二元数据组<实体，属性>，从知识库中获取属性/实体词典，其中，属性/实体的选择可通过圈定或选定一些特定的领域和实体进行，例如，首先，可根据领域的属性热度、数据热度、实体热度、用户主需求(其中，这些热度可依据用户的检索、点击量等因素进行测算)等计算用户对某一些或某一个领域的兴趣度，圈出这些或这个领域作为问答题目的生成领域；然后，根据圈出的这些领域中的实体热度圈出该领域中的实体，作为知识数据转换的实体。利用上述圈定的领域及其实体生成问题，可提高问题的兴趣度，促进用户参与答题，获取相关知识。根据上述圈定的领域和实体，依据属性/实体词典，形成二元组数据<实体，属性>。为了方便描述起见，本文用符号S表示实体，符号P表示属性。实体和属性在通常的语言表达中以“实体的属性”形式成对出现，例如，实体为男明星A，他相应的属性可包括：性别、民族、年龄、妻子等，在通常的语言中表达为：实体的属性，例如，男明星A的性别、男明星A的民族、男明星A的年龄、男明星A的妻子等。
根据上述获取的二元数据组<实体，属性>，可以通过机器学习之类的算法进行训练，挖掘语言表达习惯的模板。利用挖掘出的语言表达的模板，可以对二元数据组中的实体和属性元素进行问句改写，生成对应的问题。
根据获取的二元数据组<实体，属性>从知识库中获取该二元数据组中实体的属性对应的属性值，并将该属性值与二元数组合并生成三元数据组<实体，属性，属性值>。从大规模的知识库(例如，语料)中可获取二元数据组<实体，属性>中实体的属性对应的属性值，例如，对于二元数据组<男明星A，妻子>，从大规模的语料中可获得该二元数据组中男明星A(实体)的妻子(属性)对应的属性值：女明星B。然后，将获取的属性值(女明星B)与二元数据组<男明星A，妻子>合并得到三元数据组<男明星A，妻子，女明星B>。
接下来，执行步骤S102，将步骤S101获取的三元数据组<实体，属性，属性值>中的任意一个元素作为正确答案根据语言表达习惯的模板生成该正确答案对应的问题。例如，可以将三元数据组<实体，属性，属性值>中的实体、属性、属性值三者中的任意一者作为正确答案，另外二者作为问题的主干结构，生成该正确答案对应的问题，例如，可以生成多种问句形式的问题。
在一些实施方式中，可根据三元数据组<实体，属性，属性值>中的实体和属性，获取查询日志(querylog)，对querylog中涉及的实体和属性进行过滤(例如，过滤的逻辑可以为：querylog需要包含一个实体和一个属性)，然后按照属性点击量进行累加，得到属性的重要度数据。例如，利用查询日志的点击量的累加统计，也就是搜索次数的加权和，累加是按照相同的属性累计。对于：Query1:点击加权5.4包含实体S1和P1；Query1:点击加权1.4包含实体S1和P2；Query1:点击加权3.4包含实体S1和P1。那么P1的累加是5.4+3.4，P2的累加是1.4。属性累加的值越高说明用户对该属性越关注，该属性越重要。利用这样的重要度较高的属性生成问题，对用户而言，兴趣度较高，也可认为生成问题的质量较高。在获取属性重要度数据的情形下，可以利用这些属性生成问句成分包括“实体的属性”的问题。例如，实体(男明星A)的属性之一妻子的重要度比较高，那么可以生成下述这样的问题:“男明星A的妻子是？”、“谁是男明星A的妻子？”等。
在一些实施方式中，还可根据二元数据组<实体，属性>挖掘人们的语言表达习惯，然后利用三元数据组<实体，属性，属性值>中的一个元素作为正确答案生成问题。例如，可以根据挖掘的语言表达习惯将实体、属性、属性值中的两者作为主干结构生成问句，也就是说，依据语言表达习惯的模板对三元数据中的元素进行问句改写。例如，对于三元数据组<男子A，儿子，男孩B>，可以改写为下述形式的问题：“男子A的儿子是？”、“谁是男子A的儿子？”、“男子A的儿子名字是？”、“谁的儿子是男孩B”等。
在一些实施方式中，还可以根据属性值的不同类型(例如，属性值为人物类型，或者属性值为列表)，生成另外形式的问句。在属性值为人物类型的情况下，以该属性值作为正确答案生成的问题可以是：“哪位是实体的属性？”。例如，对于三元数据组<男明星A，妻子，女明星B>，属性值为女明星B的情况下，以该属性值作为正确答案生成的问题可以是：“哪位是男明星A的妻子？”。在属性值为列表的情况下，以该属性值作为正确答案生成的问题可以是：“哪个是实体的属性？”或者“哪个不是实体的属性？”。例如，哪个是XX的好友？或者，哪个不是XX的好友？。
在本发明的一些实施方式，基于知识库的问答题目生成方法还可以包括：根据正确答案和/或生成的问题的约束信息生成该问题的一个以上错误答案，其中，约束信息可包括正确答案的约束信息、生成的问题的约束信息以及正确答案和生成的问题的共同的约束信息。约束信息的种类可包括，但不限于下述的一种或多种(例如，大于或等于2种)：属性集合、属性值结合、热门程度以及公知常识。
例如，属性值元素作为正确答案，问题为“实体的属性是？”的情形下，可以利用属性值集合约束信息、属性集合约束信息或属性值集合和属性集合约束信息三种中的一种、二种或三种。对于属性值集合约束信息，可以通过查找生成该问题的三元数据组中的属性值所对应的属性值的集合和生成该问题的三元数据组中的实体的属性对应的属性值的集合的差集，利用共现分析辅助生成。也就是说，从上述属性值的差集中选取与作为正确答案的属性值相似的选项作为错误选项，可选择多个这样的错误选项。例如，具有下述三元数据组：<男明星A、妻子、女明星a><男明星B、妻子、女明星b>，<男明星C、妻子、女明星c>，<男明星D、妻子、女明星d>；对于问题：男明星A的妻子？，生成该问题的三元数据组<男明星A、妻子、女明星a>中的属性值对应的集合为S1，即{女明星a}，生成该问题的实体的属性对应的属性值的集合为S2，即{女明星a,女明星b，女明星c，女明星d}。集合S1和S2的差集为{女明星b，女明星c，女明星d}。利用这样的差集可生成相似错误选项：女明星b，女明星c，女明星d。
对于属性集合约束信息，可以利用夫妻属性、出生日期属性等作为约束信息。例如，在属性为妻子或丈夫的情况下，可以限定错误选项为女性或男性。又例如，在属性为出生日期的情况下，可以限定出生日期大于1900等。
对于热门程度(例如，可通过用户搜索量或点击量等因子进行量化)约束信息，可以用于对上面获取的相似的错误选项进行筛选，筛选掉热门程度较低的错误选项。在一些实施方式中，可以省略上面的相似选项选取步骤，仅利用热门程度生成热门程度较高的错误选项。
对于公知常识约束信息，例如，在实体为“XX妹妹”的情况下，她的性别属性，根据公知常识可知为女性，她的年龄不会是40岁以上。
在本发明的实施方式中，基于知识库的问答题目生成方法还可包括：对正确答案和/或错误答案进行配图。通过上述的描述可知，正确答案或错误答案可以是实体、属性或属性值中的一种，对正确答案和/或错误的答案的配图可包括对实体、属性或属性值的配图。对于实体的配图，例如，对于人物实体，可以采用该人物的头像、剧照等图片。对于属性值(例如，星座、国籍、属相、职业、民族等)的配图，例如，对于国籍的配图，可以采用该国的国旗等图片。
在本发明的实施方式中，基于知识库的问答题目生成方法还可包括：在生成的问题的显示页面呈现正确答案查看链接，供用户查看该问题的正确答案。例如，可以如图2所示，在问题的后面设置“偷看答案”选项，作为正确答案的查看链接，点击该连接，用户可查看该问题的正确答案，方便了用户实时了解自己的答题状况。
通过上面的描述，通过海量知识库的结构化数据可生成问题、正确答案和错误答案，可与不同的类别关联，而且同一题目可属于多个类别。例如，该问题可以与正确答案关联，也可以与题目的实体或属性关联。
本发明的实施方式还可以包括对生成的问题进行评估，例如，根据实体热度、问题分类、点击需求、搜索结果分布、UGC(User Generated Content，用户生成内容)等兴趣建立随机森林机器学习模板预计实体的兴趣度；并根据问题热度、问题惊喜度、问题时效性建立逻辑回归机器学习模板预测问题的兴趣度。同时，还可利用线上的点击日志分析实体和题目的兴趣度。
以上结合具体实施方式描述了本发明的基于知识库的问答题目生成方法的流程，下面将结合具体实施方式描述应用上述转换方法的基于知识库的问答题目生成装置。
参见图3，图示了根据本发明一种实施方式的基于知识库的问答题目生成装置的结构示意图，该装置200可包括：
获取模块201，用于用于从知识库中获取三元数据组，其中，所述三元数据组包括实体、属性和属性值三个元素，各元素的关系为：属性值元素为实体元素的属性元素对应的取值；
生成模块202，用于将该三元数据组中的任意一个元素作为正确答案生成该正确答案对应的问题。
本发明实施方式的基于知识库的问答题目生成装置200可包括获取模块201和生成模块202，可设置于物理上分离的多个位置。这些模块可与存储知识数据的知识库通讯连接，获取知识库中的相关知识数据。
获取模块201可从知识库中获取三元数据组<实体，属性，属性值>，其中，所述三元数据组中各元素的关系为：属性值元素为实体元素的属性元素对应的取值。具体而言，可包括：根据属性/实体词典获取二元数据组<实体，属性>；根据二元数据组<实体，属性>从知识库中获取二元数据组中实体的属性对应的属性值，将该属性值与该二元数据组合并生成三元数据组<实体，属性，属性值>。可从知识库中获取属性/实体词典，其中，属性/实体的选择可通过圈定领域和实体进行，例如，首先，可根据领域的属性热度、数据热度、实体热度、用户主需求(其中，这些热度可依据用户的检索、点击量等因素进行测算)等计算用户对某一些领域的兴趣度，圈出这些领域作为问答题目生成领域；然后，根据圈出的这些领域中的实体热度圈出该领域中的实体，作为知识数据转换的实体。利用上述圈定的领域及其实体生成问题，可提高问题的兴趣度，促进用户参与答题，获取相关知识。根据上述圈定的领域和实体，依据属性/实体词典，形成二元组数据<实体，属性>。
根据上述获取的二元数据组<实体，属性>，可以通过机器学习之类的算法进行训练，挖掘语言表达习惯的模板。利用挖掘出的语言表达的模板，可以对二元数据组中的实体和属性元素进行问句改写，生成对应的问题。
根据获取的二元数据组<实体，属性>从知识库中获取该二元数据组中实体的属性对应的属性值，并将该属性值与二元数组合并生成三元数据组<实体，属性，属性值>。从大规模的知识库(例如，语料)中可获取二元数据组<实体，属性>中实体的属性对应的属性值，例如，对于二元数据组<男明星A，妻子>，从大规模的语料中可获得该二元数据组中男明星A(实体)的妻子(属性)对应的属性值：女明星B。然后，将获取的属性值(女明星B)与二元数据组<男明星A，妻子>合并得到三元数据组<男明星A，妻子，女明星B>。
生成模块202获取的三元数据组<实体，属性，属性值>中的任意一个元素作为正确答案根据语言表达习惯的模板生成该正确答案对应的问题。例如，可以将三元数据组<实体，属性，属性值>中的实体、属性、属性值三者中的任意一者作为正确答案，另外二者作为问题的主干结构，生成该正确答案对应的问题。对于三元数据组<实体，属性，属性值>，将属性值元素作为正确答案，将实体元素和属性元素作为句子主干成分：实体的属性，将句子的主干成分构成该正确答案的问题，例如，例如，可以生成多种问句形式的问题。
在一些实施方式中，可根据三元数据组<实体，属性，属性值>中的实体和属性，获取查询日志(querylog)，对querylog中涉及的实体和属性进行过滤(例如，过滤的逻辑可以为：querylog需要包含一个实体和一个属性)，然后按照属性点击量进行累加，得到属性的重要度数据。例如，利用查询日志的点击量的累加统计，也就是搜索次数的加权和，累加是按照相同的属性累计。对于：Query1:点击加权5.4包含实体S1和P1；Query1:点击加权1.4包含实体S1和P2；Query1:点击加权3.4包含实体S1和P1。那么P1的累加是5.4+3.4，P2的累加是1.4。属性累加的值越高说明用户对该属性越关注，该属性越重要。利用这样的重要度较高的属性生成问题，对用户而言，兴趣度较高，也可认为生成问题的质量较高。在获取属性重要度数据的情形下，可以利用这些属性生成问句成分包括“实体的属性”的问题。例如，实体(男明星A)的属性之一妻子的重要度比较高，那么可以生成下述这样的问题:“男明星A的妻子是？”、“谁是男明星A的妻子？”等。
在一些实施方式中，还可根据二元数据组<实体，属性>挖掘人们的语言表达习惯，然后利用三元数据组<实体，属性，属性值>中的一个元素作为正确答案生成问题。例如，可以根据挖掘的语言表达习惯将实体、属性、属性值中的两者作为主干结构生成问句，也就是说，依据语言表达习惯表达习惯的模板对三元数据中的元素进行问句改写。例如，对于三元数据组<男子A，儿子，男孩B>，可以改写为下述形式的问题：“男子A的儿子是？”、“谁是男子A的儿子？”、“男子A的儿子名字是？”、“谁的儿子是男孩B”等。
在一些实施方式中，还可以根据属性值的不同类型(例如，属性值为人物类型，或者属性值为列表)，生成另外形式的问句。在属性值为人物类型的情况下，以该属性值作为正确答案生成的问题可以是：“哪位是实体的属性？”。例如，对于三元数据组<男明星A，妻子，女明星B>，属性值为女明星B的情况下，以该属性值作为正确答案生成的问题可以是：“哪位是男明星A的妻子？”。在属性值为列表的情况下，以该属性值作为正确答案生成的问题可以是：“哪个是实体的属性？”或者“哪个不是实体的属性？”。例如，哪个是XX的好友？或者，哪个不是XX的好友？。
在本发明的一些实施方式，基于知识库的问答题目生成装置200还可以包括误选模块，该误选模块根据正确答案和/或生成的问题的约束信息生成该问题的一个以上错误答案，其中，约束信息可包括正确答案的约束信息、生成的问题的约束信息以及正确答案和生成的问题的共同的约束信息。约束信息的种类可包括，但不限于下述的一种或多种(例如，大于或等于2种)：属性集合、属性值结合、热门程度和公知常识。例如，属性值元素作为正确答案，问题为“实体的属性是？”的情形下，可以利用属性值集合约束信息、属性集合约束信息或属性值集合和属性集合约束信息三种。对于属性值集合约束信息，可以通过查找生成该问题的三元数据组中的属性值所对应的属性值的集合和生成该问题的三元数据组中的实体的属性对应的属性值的集合的差集，利用共现分析辅助生成。也就是说，从上述属性值的差集中选取与作为正确答案的属性值相似的选项作为错误选项，可选择多个这样的错误选项。例如，具有下述三元数据组：<男明星A、妻子、女明星a><男明星B、妻子、女明星b>，<男明星C、妻子、女明星c>，<男明星D、妻子、女明星d>；对于问题：男明星A的妻子？，生成该问题的三元数据组<男明星A、妻子、女明星a>中的属性值对应的集合为S1，即{女明星a}，生成该问题的实体的属性对应的属性值的集合为S2，即{女明星a,女明星b，女明星c，女明星d}。集合S1和S2的差集为{女明星b，女明星c，女明星d}。利用这样的差集可生成相似错误选项：女明星b，女明星c，女明星d。
对于属性集合约束信息，可以利用夫妻属性、出生日期属性等作为约束信息。。例如，在属性为妻子或丈夫的情况下，可以限定错误选项为女性或男性。又例如，在属性为出生日期的情况下，可以限定出生日期大于1900等。
对于热门程度(例如，可通过用户搜索量或点击量等进行量化)约束信息，可以用于对上面获取的相似的错误选项进行筛选，筛选掉热门程度较低的错误选项。在一些实施方式中，可以省略上面的相似选项选取步骤，仅利用热门程度生成热门程度较高的错误选项。
对于公知常识约束信息，例如，在实体为“XX妹妹”的情况下，她的性别属性，根据公知常识可知为女性，她的年龄不会是40岁以上。
在本发明的一些实施方式，基于知识库的问答题目生成装置200还可以包括配图模块，该配图模块对正确答案和/或错误答案进行配图。通过上述的描述可知，正确答案或错误答案可以是实体、属性或属性值中的一种，对正确答案和/或错误的答案的配图可包括对实体、属性或属性值的配图。对于实体的配图，例如，对于人物实体，可以采用该人物的头像、剧照等图片。对于属性值(例如，星座、国籍、属相、职业、民族等)的配图，例如，对于国籍的配图，可以采用该国的国旗等图片。
在本发明的实施方式中，基于知识库的问答题目生成装置200还可包括查看模块，该查看模块在生成的问题的显示页面呈现正确答案查看链接，供用户查看该问题的正确答案。例如，可以如图2所示，在问题的后面设置“偷看答案”选项，作为正确答案的查看链接，点击该连接，用户可查看该问题的正确答案，方便了用户实时了解自己的答题状况。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可借助软件结合硬件平台的方式来实现，当然也可以全部通过硬件来实施。基于这样的理解，本发明的技术方案对背景技术做出贡献的全部或者部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，智能手机或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
本发明说明书中使用的术语和措辞仅仅为了举例说明，并不意味构成限定。本领域技术人员应当理解，在不脱离所公开的实施方式的基本原理的前提下，对上述实施方式中的各细节可进行各种变化。因此，本发明的范围只由权利要求确定，在权利要求中，除非另有说明，所有的术语应按最宽泛合理的意思进行理解。
Claims (12)
1.一种基于知识库的问答题目生成方法，其特征在于，包括：
从知识库中获取三元数据组，其中，所述三元数据组包括实体、属性和属性值三个元素，各元素的关系为：属性值元素为实体元素的属性元素对应的取值；
将所述三元数据组中的任意一个元素作为正确答案根据语言表达习惯的模板生成所述正确答案对应的问题。
2.根据权利要求1所述的方法，其特征在于，将所述三元数据组中的任意一个元素作为正确答案根据语言表达习惯的模板生成所述正确答案对应的问题，包括：
根据所述三元数据组中属性的点击数量选择一个以上属性用于问题生成。
3.根据权利要求2所述的方法，其特征在于，将所述三元数据组中的任意一个元素作为正确答案根据语言表达习惯的模板生成所述正确答案对应的问题，包括：
在根据所述三元数据组中属性的点击数量选择一个以上属性用于问题生成之后，
将所述三元数据组中选择出的属性对应的属性值元素作为正确答案，
根据语言习惯表达的模板生成包含下述句子成分的问句作为所述正确答案对应的问题：所述三元数据组中实体的属性。
4.根据权利要求1至3中任意一项所述的方法，其特征在于，还包括：
根据所述正确答案和/或生成的所述问题的约束信息生成所述问题的一个以上错误答案，所述约束信息包括下述的一种以上：属性集合、属性值集合、热门程度、公知常识。
5.根据权利要求4所述的方法，其特征在于，还包括：
对所述正确答案和/或所述错误答案进行配图。
6.根据权利要求5所述的方法，其特征在于，还包括：
在所述问题的显示页面呈现正确答案查看链接，供用户查看所述问题的正确答案。
7.一种基于知识库的问答题目生成装置，其特征在于，包括：
获取模块，用于从知识库中获取三元数据组，其中，所述三元数据组包括实体、属性和属性值三个元素，各元素的关系为：属性值元素为实体元素的属性元素对应的取值；
生成模块，用于将所述三元数据组中的任意一个元素作为正确答案根据语言表达习惯的模板生成所述正确答案对应的问题。
8.根据权利要求7所述的装置，其特征在于，所述生成模块中将所述三元数据组中的任意一个元素作为正确答案根据语言习惯表达的模板生成所述正确答案对应的问题包括：根据所述三元数据组中属性的点击数量选择一个以上属性用于问题生成。
9.根据权利要求8所述的装置，其特征在于，所述生成模块中将所述三元数据组中的任意一个元素作为正确答案根据语言表达习惯的模板生成所述正确答案对应的问题包括：在根据所述三元数据组中属性的点击数量选择一个以上属性用于问题生成之后，将所述三元数据组中选择出的属性对应的属性值元素作为正确答案，根据语言习惯表达的模板生成包含下述句子成分的问句作为所述正确答案对应的问题：所述三元数据组中实体的属性。
10.根据权利要求7至9中任意一项所述的装置，其特征在于，还包括：
误选模块，用于根据所述正确答案和/或生成的所述问题的约束信息生成所述问题的一个以上错误答案，所述约束信息包括下述的一种以上：属性集合、属性值集合、热门程度、公知常识。
11.根据权利要求10所述的装置，其特征在于，还包括：
配图模块，用于对所述正确答案和/或所述错误答案进行配图。
12.根据权利要求11所述的装置，其特征在于，还包括：
查看模块，用于在所述问题的显示页面呈现正确答案查看链接，供用户查看所述问题的正确答案。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510295701.7A CN104978396A (zh) | 2015-06-02 | 2015-06-02 | 一种基于知识库的问答题目生成方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510295701.7A CN104978396A (zh) | 2015-06-02 | 2015-06-02 | 一种基于知识库的问答题目生成方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN104978396A true CN104978396A (zh) | 2015-10-14 |
Family
ID=54274901
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510295701.7A Pending CN104978396A (zh) | 2015-06-02 | 2015-06-02 | 一种基于知识库的问答题目生成方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN104978396A (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106484841A (zh) * | 2016-09-30 | 2017-03-08 | 北京奇虎科技有限公司 | 基于搜索结果提供答案项的搜索方法及装置 |
| CN107688616A (zh) * | 2016-08-05 | 2018-02-13 | 谷歌有限责任公司 | 使实体的独特事实显现 |
| CN107798123A (zh) * | 2017-11-10 | 2018-03-13 | 上海智臻智能网络科技股份有限公司 | 知识库及其建立、修改、智能问答方法、装置及设备 |
| CN107832374A (zh) * | 2017-10-26 | 2018-03-23 | 平安科技（深圳）有限公司 | 标准知识库的构建方法、电子装置及存储介质 |
| CN107943881A (zh) * | 2017-11-15 | 2018-04-20 | 上海壹账通金融科技有限公司 | 题库生成方法、服务器及计算机可读存储介质 |
| CN107977415A (zh) * | 2017-11-22 | 2018-05-01 | 北京寻领科技有限公司 | 自动问答方法及装置 |
| CN108304493A (zh) * | 2018-01-10 | 2018-07-20 | 深圳市腾讯计算机系统有限公司 | 一种基于知识图谱的上位词挖掘方法及装置 |
| CN108717413A (zh) * | 2018-03-26 | 2018-10-30 | 浙江大学 | 一种基于假设性半监督学习的开放领域问答方法 |
| CN109471927A (zh) * | 2018-10-30 | 2019-03-15 | 重庆邂智科技有限公司 | 一种知识库及其建立、问答方法及应用装置 |
| CN110334200A (zh) * | 2019-07-11 | 2019-10-15 | 深圳市仝智科技有限公司 | 一种问题答案库的生成方法、装置及存储介质 |
| CN110888988A (zh) * | 2018-08-17 | 2020-03-17 | 北京搜狗科技发展有限公司 | 一种生成问答信息的方法、装置和设备 |
| WO2020077896A1 (zh) * | 2018-10-16 | 2020-04-23 | 深圳壹账通智能科技有限公司 | 提问数据生成方法、装置、计算机设备和存储介质 |
| CN111104517A (zh) * | 2019-10-01 | 2020-05-05 | 浙江工商大学 | 一种基于两个三元组的中文问题生成方法 |
| CN111651465A (zh) * | 2020-05-08 | 2020-09-11 | 南京航空航天大学 | 用于企业合作的知识数据存储方法、装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6076088A (en) * | 1996-02-09 | 2000-06-13 | Paik; Woojin | Information extraction system and method using concept relation concept (CRC) triples |
| CN1952928A (zh) * | 2005-10-20 | 2007-04-25 | 梁威 | 建立自然语言知识库及其自动问答检索的计算机系统 |
| CN101097573A (zh) * | 2006-06-28 | 2008-01-02 | 腾讯科技（深圳）有限公司 | 一种自动问答系统及方法 |
| CN101373532A (zh) * | 2008-07-10 | 2009-02-25 | 昆明理工大学 | 旅游领域faq中文问答系统实现方法 |
-
2015
- 2015-06-02 CN CN201510295701.7A patent/CN104978396A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6076088A (en) * | 1996-02-09 | 2000-06-13 | Paik; Woojin | Information extraction system and method using concept relation concept (CRC) triples |
| CN1952928A (zh) * | 2005-10-20 | 2007-04-25 | 梁威 | 建立自然语言知识库及其自动问答检索的计算机系统 |
| CN101097573A (zh) * | 2006-06-28 | 2008-01-02 | 腾讯科技（深圳）有限公司 | 一种自动问答系统及方法 |
| CN101373532A (zh) * | 2008-07-10 | 2009-02-25 | 昆明理工大学 | 旅游领域faq中文问答系统实现方法 |
Non-Patent Citations (3)
| Title |
|---|
| SHIYAN OU 等: "Automatic question pattern generation for ontology-based question answering", 《PROCEEDINGS OF THE TWENTY-FIRST INTERNATIONAL FLAIRS CONFERENCE（2008）》 * |
| 本书编委会: "物理教学中的习题的变换与技巧", 《中学物理课堂教学方法实用全书》 * |
| 格伦隆德: "选择题题目的编制", 《学业成就评测 原书第9版》 * |
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107688616A (zh) * | 2016-08-05 | 2018-02-13 | 谷歌有限责任公司 | 使实体的独特事实显现 |
| US11568274B2 (en) | 2016-08-05 | 2023-01-31 | Google Llc | Surfacing unique facts for entities |
| CN107688616B (zh) * | 2016-08-05 | 2021-07-09 | 谷歌有限责任公司 | 使实体的独特事实显现 |
| CN106484841A (zh) * | 2016-09-30 | 2017-03-08 | 北京奇虎科技有限公司 | 基于搜索结果提供答案项的搜索方法及装置 |
| CN106484841B (zh) * | 2016-09-30 | 2019-09-24 | 北京奇付通科技有限公司 | 基于搜索结果提供答案项的搜索方法及装置 |
| WO2019080419A1 (zh) * | 2017-10-26 | 2019-05-02 | 平安科技（深圳）有限公司 | 标准知识库的构建方法、电子装置及存储介质 |
| CN107832374A (zh) * | 2017-10-26 | 2018-03-23 | 平安科技（深圳）有限公司 | 标准知识库的构建方法、电子装置及存储介质 |
| CN107798123A (zh) * | 2017-11-10 | 2018-03-13 | 上海智臻智能网络科技股份有限公司 | 知识库及其建立、修改、智能问答方法、装置及设备 |
| CN107943881A (zh) * | 2017-11-15 | 2018-04-20 | 上海壹账通金融科技有限公司 | 题库生成方法、服务器及计算机可读存储介质 |
| CN107977415A (zh) * | 2017-11-22 | 2018-05-01 | 北京寻领科技有限公司 | 自动问答方法及装置 |
| CN108304493B (zh) * | 2018-01-10 | 2020-06-12 | 深圳市腾讯计算机系统有限公司 | 一种基于知识图谱的上位词挖掘方法及装置 |
| CN108304493A (zh) * | 2018-01-10 | 2018-07-20 | 深圳市腾讯计算机系统有限公司 | 一种基于知识图谱的上位词挖掘方法及装置 |
| CN108717413A (zh) * | 2018-03-26 | 2018-10-30 | 浙江大学 | 一种基于假设性半监督学习的开放领域问答方法 |
| CN108717413B (zh) * | 2018-03-26 | 2021-10-08 | 浙江大学 | 一种基于假设性半监督学习的开放领域问答方法 |
| CN110888988A (zh) * | 2018-08-17 | 2020-03-17 | 北京搜狗科技发展有限公司 | 一种生成问答信息的方法、装置和设备 |
| WO2020077896A1 (zh) * | 2018-10-16 | 2020-04-23 | 深圳壹账通智能科技有限公司 | 提问数据生成方法、装置、计算机设备和存储介质 |
| CN109471927A (zh) * | 2018-10-30 | 2019-03-15 | 重庆邂智科技有限公司 | 一种知识库及其建立、问答方法及应用装置 |
| CN110334200A (zh) * | 2019-07-11 | 2019-10-15 | 深圳市仝智科技有限公司 | 一种问题答案库的生成方法、装置及存储介质 |
| CN110334200B (zh) * | 2019-07-11 | 2021-07-27 | 深圳市仝智科技有限公司 | 一种问题答案库的生成方法、装置及存储介质 |
| CN111104517A (zh) * | 2019-10-01 | 2020-05-05 | 浙江工商大学 | 一种基于两个三元组的中文问题生成方法 |
| CN111651465A (zh) * | 2020-05-08 | 2020-09-11 | 南京航空航天大学 | 用于企业合作的知识数据存储方法、装置 |
| CN111651465B (zh) * | 2020-05-08 | 2023-09-29 | 南京航空航天大学 | 用于企业合作的知识数据存储方法、装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104978396A (zh) | 一种基于知识库的问答题目生成方法和装置 | |
| US11687728B2 (en) | Text sentiment analysis method based on multi-level graph pooling | |
| CN103886054B (zh) | 一种网络教学资源的个性化推荐系统和推荐方法 | |
| CN108920544A (zh) | 一种基于知识图谱的个性化职位推荐方法 | |
| Masucci et al. | Wikipedia information flow analysis reveals the scale-free architecture of the semantic space | |
| Angus et al. | " Anarchy" reigns: A quantitative analysis of agent-based modelling publication practices in JASSS, 2001-2012 | |
| CN104598611B (zh) | 对搜索条目进行排序的方法及系统 | |
| CN109753602B (zh) | 一种基于机器学习的跨社交网络用户身份识别方法和系统 | |
| CN105393264A (zh) | 人机交互学习中的交互区段提取 | |
| CN105518658A (zh) | 用于将数据记录分组的设备、系统以及方法 | |
| CN103425763B (zh) | 基于sns的用户推荐方法及装置 | |
| US20180102062A1 (en) | Learning Map Methods and Systems | |
| El Mohadab et al. | Predicting rank for scientific research papers using supervised learning | |
| CN113704499A (zh) | 一种准确而高效的智能化教育知识图谱构建方法 | |
| CN106897419A (zh) | 融合社交信息的对级排序学习推荐方法 | |
| CN104199938A (zh) | 基于rss的农用土地信息发送方法和系统 | |
| Tang et al. | Internationalizing AI: evolution and impact of distance factors | |
| Zhong et al. | Design of a personalized recommendation system for learning resources based on collaborative filtering | |
| Li et al. | MOOC-FRS: A new fusion recommender system for MOOCs | |
| CN113239209A (zh) | 基于RankNet-transformer的知识图谱个性化学习路径推荐方法 | |
| CN112148776A (zh) | 基于引入语义信息的神经网络的学术关系预测方法和装置 | |
| CN112131261A (zh) | 基于社区网络的社区查询方法、装置和计算机设备 | |
| CN111710428A (zh) | 一种建模全局和局部上下文交互的生物医学文本表示方法 | |
| US20220164546A1 (en) | Machine Learning Systems and Methods for Many-Hop Fact Extraction and Claim Verification | |
| CN112163069A (zh) | 一种基于图神经网络节点特征传播优化的文本分类方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20151014 |