CN109857874A - 一种基于知识图谱的用户答案的推荐方法和装置 - Google Patents
一种基于知识图谱的用户答案的推荐方法和装置 Download PDFInfo
- Publication number
- CN109857874A CN109857874A CN201910186087.9A CN201910186087A CN109857874A CN 109857874 A CN109857874 A CN 109857874A CN 201910186087 A CN201910186087 A CN 201910186087A CN 109857874 A CN109857874 A CN 109857874A
- Authority
- CN
- China
- Prior art keywords
- user
- node
- answer
- customer problem
- knowledge
- 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
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000013507 mapping Methods 0.000 claims abstract description 40
- 238000003384 imaging method Methods 0.000 claims description 6
- 230000000694 effects Effects 0.000 abstract description 15
- 230000000875 corresponding effect Effects 0.000 description 37
- 210000001747 pupil Anatomy 0.000 description 18
- 241000723353 Chrysanthemum Species 0.000 description 17
- 235000007516 Chrysanthemum Nutrition 0.000 description 17
- 238000012545 processing Methods 0.000 description 6
- 230000011218 segmentation Effects 0.000 description 6
- 239000013589 supplement Substances 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000002596 correlated effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 230000009471 action Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000005236 sound signal Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种基于知识图谱的用户答案的推荐方法和装置，包括：根据用户问题在预先建立的知识图谱中搜索，获取所述用户问题的答案对应的节点；从所述节点的邻近节点中，选取若干个邻近节点；将所述节点和选取的邻近节点的知识点推荐给用户。本发明除了回答用户问题外，还把该问题的关联知识点推荐给用户，这样能够改善用户的使用体验，同时扩大知识面，提高学习者的学习兴趣与学习效果。
Description
技术领域
本发明涉及教育领域，尤指一种基于知识图谱的用户答案的推荐方法和装置。
背景技术
随着社会的不断发展，人们逐渐认识到教育对于人类发展以及家庭的重要性，各种辅助学习类电子设备，比如家教机、学生平板等，在家庭中已得到广泛应用。但是这类电子设备一般只能解决当前问答的知识点，即学生在学习过程中问什么答什么，不能针对相关联意图的知识进行学习和训练，比如，学生问“采菊东篱下，悠然见南山”是哪个诗人所作？答：陶渊明，但对其中潜在的知识点，比如这句诗的赏析、作者写这首诗的背景、作者的主要经历等未做介绍；对这首诗或诗人感兴趣的学生来说，如果能顺带给出相关知识，可以避免学生再去搜索相关知识，改善用户的使用体验，同时增加学生的学习兴趣、扩大知识面，提高学生的学习效果。
发明内容
本发明的目的是提供一种基于知识图谱的用户答案的推荐方法和装置，除了回答用户问题外，还把该问题的关联知识点推荐给用户，这样能够改善用户的使用体验，同时扩大知识面，提高学习者的学习兴趣与学习效果。
本发明提供的技术方案如下：
一种基于知识图谱的用户答案的推荐方法，包括：根据用户问题在预先建立的知识图谱中搜索，获取所述用户问题的答案对应的节点；从所述节点的邻近节点中，选取若干个邻近节点；将所述节点和选取的邻近节点的知识点推荐给用户。
进一步优选的，所述根据用户问题在预先建立的知识图谱中搜索，获取所述用户问题的答案对应的节点具体包括：从用户问题中提取所述用户问题的关键信息和题目意图；根据所述用户问题的关键信息在预先建立的知识图谱中搜索，获取与所述用户问题的题目意图相吻合的节点，作为所述用户问题的答案对应的节点。
进一步优选的，所述的从所述节点的邻近节点中，选取若干个邻近节点包括：从所述节点的邻近节点中，根据用户基本信息选取若干个邻近节点。
进一步优选的，在所述根据用户问题在预先建立的知识图谱中搜索，获取所述用户问题的答案对应的节点之前包括：根据采集的用户语音信号，获取用户问题。
进一步优选的，在所述根据用户问题在预先建立的知识图谱中搜索，获取所述用户问题的答案对应的节点之前还包括：打开摄像头，在摄像区域内获取目标图像；对所述目标图像进行识别，识别出用户在书本上所指定的区域；结合所述用户的语音信号和所述目标图像上所述书本指定区域的内容，获取用户问题。
本发明还提供一种基于知识图谱的用户答案的推荐装置，包括：答案搜索模块，用于根据用户问题在预先建立的知识图谱中搜索，获取所述用户问题的答案对应的节点；以及，从所述节点的邻近节点中，选取若干个邻近节点；答案推荐模块，用于将所述节点和选取的邻近节点的知识点推荐给用户。
进一步优选的，还包括：问题解析模块，用于从用户问题中提取所述用户问题的关键信息和题目意图；所述答案搜索模块，进一步用于根据所述用户问题的关键信息在预先建立的知识图谱中搜索，获取与所述用户问题的题目意图相吻合的节点，作为所述用户问题的答案对应的节点。
进一步优选的，所述答案搜索模块，进一步用于从所述节点的邻近节点中，根据用户基本信息选取若干个邻近节点。
进一步优选的，还包括：问题获取模块，用于根据采集的用户语音信号，获取用户问题。
进一步优选的，还包括：图像获取模块，用于打开摄像头，在摄像区域内获取目标图像；图像识别模块，用于对所述目标图像进行识别，识别出用户在书本上所指定的区域；所述问题获取模块，进一步用于结合所述用户的语音信号和所述目标图像上所述书本指定区域的内容，获取用户问题。
通过本发明提供的一种基于知识图谱的用户答案的推荐方法和装置，能够带来以下有益效果：
1、本发明提供的用户答案的推荐方法不仅回答了用户问题，还把该问题的关联知识点推荐给用户，避免用户再去搜索相关知识，改善了用户的使用体验，同时扩大了知识面，提高了学习者的学习兴趣与学习效果。
2、本发明根据用户的基本信息选择适合用户的、或用户关心的关联知识点推荐给用户，改善了用户的使用体验，提高了学习者的学习兴趣与学习效果。
3、本发明提供了多种方式供用户输入问题，除了常用的文本输入方式，还包括语音方式、语音加图像方式，简化了一些复杂问题的输入，满足了各种用户的使用习惯，用户使用体验更好。
附图说明
下面将以明确易懂的方式，结合附图说明优选实施方式，对一种基于知识图谱的用户答案的推荐方法和装置的上述特性、技术特征、优点及其实现方式予以进一步说明。
图1是本发明的一种基于知识图谱的用户答案的推荐方法的一个实施例的流程图；
图2是本发明的一种基于知识图谱的用户答案的推荐方法的另一个实施例的流程图；
图3是本发明的一种基于知识图谱的用户答案的推荐方法的另一个实施例的流程图；
图4是本发明的一种基于知识图谱的用户答案的推荐方法的另一个实施例的流程图；
图5是本发明的一种基于知识图谱的用户答案的推荐装置的一个实施例的结构示意图；
图6是本发明的一种基于知识图谱的用户答案的推荐装置的另一个实施例的结构示意图；
图7是本发明的一种基于知识图谱的用户答案的推荐装置的另一个实施例的结构示意图；
图8是本发明的一种基于知识图谱的用户答案的推荐装置的另一个实施例的结构示意图。
附图标号说明：
100.图像获取模块，200.图像识别模块，300.问题获取模块，400.问题解析模块，500.答案搜索模块，600.答案推荐模块。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对照附图说明本发明的具体实施方式。显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，并获得其他的实施方式。
为使图面简洁，各图中只示意性地表示出了与本发明相关的部分，它们并不代表其作为产品的实际结构。另外，以使图面简洁便于理解，在有些图中具有相同结构或功能的部件，仅示意性地绘示了其中的一个，或仅标出了其中的一个。在本文中，“一个”不仅表示“仅此一个”，也可以表示“多于一个”的情形。
在本发明的一个实施例中，如图1所示，一种基于知识图谱的用户答案的推荐方法，包括：
步骤S200根据用户问题在预先建立的知识图谱中搜索，获取所述用户问题的答案对应的节点。
步骤S300从所述节点的邻近节点中，选取若干个邻近节点；
步骤S400将所述节点和选取的邻近节点的知识点推荐给用户。
具体的，知识图谱是一张由节点和节点关系构成的网络，一个节点对应一个知识点，客观世界中的概念、实体都可以作为知识图谱中的节点，比如，人物、身高、体重、地理位置、文学作品、电影作品等都可以作为节点，通过节点关系可以获得其他节点，即获得其他知识点，比如，关注明星刘德华的信息，通过刘德华(节点)的身高关系获得他的身高是174cm(另一个节点)，通过演员关系可以获得他出演的电影信息等。
针对教育领域的知识图谱，比如针对小学生，可以根据小学生课本上的知识点、或小学生教育所要学习的知识点构建知识图谱，这样针对小学生所提问题，在小学生教育知识图谱中寻找，搜索速度会更快。根据用户基本信息，和/或问题所属领域，在对应领域的知识图谱中寻找答案，搜索速度会更快。
根据用户问题，比如：“采菊东篱下，悠然见南山”是哪个诗人所作？，在知识图谱中搜索该问题的答案，可以根据该问题的关键信息“采菊东篱下，悠然见南山”搜索，找到与题目意图(作者)匹配的节点，即该问题答案所在的节点，从该节点包含的知识点可获知答案为“陶渊明”。
该答案对应的节点，根据不同的关系又衍生出很多邻近节点，比如，诗人的出生地、出生日、身高、主要作品、主要经历、主要思想等，从这些邻近节点中选出若干个，将该节点和选取的邻近节点所包含的知识点推荐给用户，比如，随机选取一些邻近节点的知识点推荐给用户，或根据大众对邻近节点的知识点的关心热度从高到底选择一些推荐给用户，或根据与用户问题的关键信息的关联紧密程度选择一些知识点推荐给用户。
本实施例提供的推荐方法，不仅回答了用户问题，还把该问题的关联知识点推荐给用户，避免用户再去搜索相关知识，改善了用户的使用体验，同时扩大了知识面；如果用户是学生，本方法还提高了用户的学习兴趣与学习效果。
在本发明的另一个实施例中，如图2所示，一种基于知识图谱的用户答案的推荐方法，包括：
步骤S210从用户问题中提取所述用户问题的关键信息和题目意图；
步骤S220根据所述用户问题的关键信息在预先建立的知识图谱中搜索，获取与所述用户问题的题目意图相吻合的节点，作为所述用户问题的答案对应的节点。
具体的，从用户问题中提取关键信息和题目意图，比如，针对问题：“采菊东篱下，悠然见南山”是哪个诗人所作？，通过对题面文字进行分词处理、词性标注，获取各分词的语义特征，匹配问题模型，从而获得关键信息是“采菊东篱下，悠然见南山”，题目意图是诗的作者。
根据关键信息“采菊东篱下，悠然见南山”，在知识图谱中搜索该关键信息所在的节点，由此节点触发，再获取与题目意图“诗的作者”相吻合的节点，即获得用户问题的答案对应的节点。
步骤S300从所述节点的邻近节点中，选取若干个邻近节点；
步骤S400将所述节点和选取的邻近节点的知识点推荐给用户。
具体的，该答案对应的节点，根据不同的关系又衍生出很多邻近节点，比如，诗人的出生地、出生日、身高、主要作品、主要经历、主要思想等，从这些邻近节点中选出若干个，将该节点和选取的邻近节点所包含的知识点推荐给用户，比如，随机选取一些邻近节点的知识点推荐给用户，或根据大众对邻近节点的知识点的关心热度从高到底选择一些推荐给用户，或根据与用户问题的关键信息的关联紧密程度选择一些知识点推荐给用户。
如果对用户问题的关键信息和题目意图理解不准确，不仅影响答案节点的获取，还影响关联节点的选取。本实施例通过对用户问题进行解析，在知识图谱中准确找到用户问题的答案对应的节点，然后根据该节点和用户问题的关键信息推荐用户可能关心的关联知识点给用户，改善了用户的使用体验，提高了用户的学习兴趣与学习效果。
在本发明的另一个实施例中，如图3所示，一种基于知识图谱的用户答案的推荐方法，包括：
步骤S100根据采集的用户语音信号，获取用户问题。
具体的，用户问题可以通过多种方式输入，通常为文本方式输入，比如通过电子产品输入问题文本。本实施例提供语音方式输入用户问题。通过采集用户的语音信号，对该语音信号进行语音识别和语义理解，获取用户问题。
步骤S210从用户问题中提取所述用户问题的关键信息和题目意图；
步骤S220根据所述用户问题的关键信息在预先建立的知识图谱中搜索，获取与所述用户问题的题目意图相吻合的节点，作为所述用户问题的答案对应的节点。
具体的，从用户问题中提取关键信息和题目意图，比如，针对问题：“采菊东篱下，悠然见南山”是哪个诗人所作？，通过对题面文字进行分词处理、词性标注，获取各分词的语义特征，匹配问题模型，从而获得关键信息是“采菊东篱下，悠然见南山”，题目意图是诗的作者。
根据关键信息“采菊东篱下，悠然见南山”，在知识图谱中搜索该关键信息所在的节点，由此节点触发，再获取与题目意图“诗的作者”相吻合的节点，即获得用户问题的答案对应的节点。
步骤S310从所述节点的邻近节点中，根据用户基本信息选取若干个邻近节点。
步骤S400将所述节点和选取的邻近节点的知识点推荐给用户。
具体的，该答案对应的节点根据不同的关系又衍生出很多邻近节点。从这些邻近节点中，根据用户基本信息，比如用户的年龄、和/或性别等，选取包含适合用户年龄段、和/或用户性别的知识点的邻近节点。因不同的年龄段理解力不一样，不同性别的用户喜好也不一样，所以根据用户基本信息推荐相关知识点，更容易让用户有好的体验。继续以前述问题为例，作者陶渊明的邻近节点有：作者所属朝代、作者出生地、作者的主要作品简介、作者的主要作品赏析、作者的主要经历、作者的主要思想等，假设用户是小学生，可以选取作者所属朝代、作者出生地、作者的主要作品简介等推荐给用户；假设用户是高中生，可以选取作者的主要作品赏析、作者的主要经历、作者的主要思想等推荐给用户，高中生感兴趣的知识点与小学生有很大差别，根据不同用户的基本信息，选取适合用户口味的知识点，更容易让用户获得好的使用体验。如果用户对象是学生的话，除了推荐知识点，还可以提供所推荐知识点的练习题目供学生练习，有助于学生通过练习巩固知识点。
本实施例提供了语音方式输入用户问题，这种方式比文本方式操作更简单、快捷，方便了用户的使用；而且根据用户的基本信息选择适合用户的、或用户关心的关联知识点推荐给用户，改善了用户的使用体验，提高了用户的学习兴趣与学习效果。
在本发明的另一个实施例中，如图4所示，一种基于知识图谱的用户答案的推荐方法，包括：
步骤S110打开摄像头，在摄像区域内获取目标图像；
步骤S120对所述目标图像进行识别，识别出用户在书本上所指定的区域；
步骤S130结合所述用户的语音信号和所述目标图像上所述书本指定区域的内容，获取用户问题。
具体的，用户问题通过语音加图像方式输入。比如，学生在使用辅助学习类电子设备自学时，遇到课本上不清楚的知识点，通过语音发问，同时用手指点击有疑问的学习区域。
通过电子设备上的摄像头获取目标图像，对目标图像进行识别，比如识别出用户的手指点击动作，通过动作确定有疑问的学习区域，通过光学字符识别(OCR)技术识别出有疑问的学习区域所包含的内容；将根据用户的语音信号获得的语音文本和目标图像上用户在书本上所指定的区域的内容相结合，从而获取用户问题。
比如，语音发出：请问“这道题如何做？”，同时用手指点击课本上的具体题目位置，根据用户语音信息和图像识别内容，得出用户问题是：
古诗词填空：儿童相见不相识，________________？
步骤S210从用户问题中提取所述用户问题的关键信息和题目意图；
步骤S220根据所述用户问题的关键信息在预先建立的知识图谱中搜索，获取与所述用户问题的题目意图相吻合的节点，作为所述用户问题的答案对应的节点。
具体的，从用户问题中提取关键信息和题目意图，比如，针对问题：儿童相见不相识，________________？，通过对题面文字进行分词处理、词性标注，获取各分词的语义特征，匹配问题模型，从而获得关键信息是“儿童相见不相识”，题目意图是补充下一句。
根据关键信息“儿童相见不相识”，在知识图谱中搜索获取与题目意图“补充下一句”相吻合的节点，即寻找这首诗所在的节点，从而获得用户问题的答案对应的节点，根据该节点的知识点补充下一句，即“笑问客从何处来”为题目对应的答案。
步骤S310从所述节点的邻近节点中，根据用户基本信息选取若干个邻近节点。
步骤S400将所述节点和选取的邻近节点的知识点推荐给用户。
具体的，该答案对应的节点根据不同的关系又衍生出很多邻近节点。从这些邻近节点中，根据用户基本信息，比如用户的年龄、和/或性别等，选取包含适合用户年龄段、和/或用户性别的知识点的邻近节点。因不同的年龄段理解力不一样，不同性别的用户喜好也不一样，所以根据用户基本信息推荐相关知识点，更容易让用户有好的体验。继续以前述问题为例，“儿童相见不相识，笑问客从何处来”属于诗歌“回乡偶书”，这首诗的邻近节点有：诗的作者、诗的内容简介、诗的内容赏析、作者所属朝代、作者出生地、作者的主要作品简介、作者的主要作品赏析、作者的主要经历、作者的主要思想等，假设用户是小学生，可以选取诗的作者、诗的内容简介、作者所属朝代等推荐给用户；假设用户是高中生，可以选取诗的内容赏析、作者的主要作品赏析、作者的主要经历、作者的主要思想等推荐给用户，高中生感兴趣的知识点与小学生有很大差别，根据不同用户的基本信息，选取适合用户口味的知识点，更容易让用户获得好的使用体验。如果用户对象是学生的话，除了推荐知识点，还可以提供所推荐知识点的练习题目供学生练习，有助于学生通过练习巩固知识点。
本实施例通过语音加图像方式输入用户问题，这种方式比语音方式操作更简单、快捷，方便了用户的使用；而且根据用户的基本信息选择适合用户的、或用户关心的关联知识点推荐给用户，改善了用户的使用体验，提高了用户的学习兴趣与学习效果。
在本发明的另一个实施例中，如图5所示，一种基于知识图谱的用户答案的推荐装置，包括：
答案搜索模块500，用于根据用户问题在预先建立的知识图谱中搜索，获取所述用户问题的答案对应的节点；以及，从所述节点的邻近节点中，选取若干个邻近节点；
答案推荐模块600，用于将所述节点和选取的邻近节点的知识点推荐给用户。
具体的，知识图谱是一张由节点和节点关系构成的网络，一个节点对应一个知识点，客观世界中的概念、实体都可以作为知识图谱中的节点，比如，人物、身高、体重、地理位置、文学作品、电影作品等都可以作为节点，通过节点关系可以获得其他节点，即获得其他知识点，比如，关注明星刘德华的信息，通过刘德华(节点)的身高关系获得他的身高是174cm(另一个节点)，通过演员关系可以获得他出演的电影信息等。
针对教育领域的知识图谱，比如针对小学生，可以根据小学生课本上的知识点、或小学生教育所要学习的知识点构建知识图谱，这样针对小学生所提问题，在小学生教育知识图谱中寻找，搜索速度会更快。根据用户基本信息，和/或问题所属领域，在对应领域的知识图谱中寻找答案，搜索速度会更快。
根据用户问题，比如：“采菊东篱下，悠然见南山”是哪个诗人所作？，在知识图谱中搜索该问题的答案，可以根据该问题的关键信息“采菊东篱下，悠然见南山”搜索，找到与题目意图(作者)匹配的节点，即该问题答案所在的节点，从该节点包含的知识点可获知答案为“陶渊明”。
该答案对应的节点，根据不同的关系又衍生出很多邻近节点，比如，诗人的出生地、出生日、身高、主要作品、主要经历、主要思想等，从这些邻近节点中选出若干个，将该节点和选取的邻近节点所包含的知识点推荐给用户，比如，随机选取一些邻近节点的知识点推荐给用户，或根据大众对邻近节点的知识点的关心热度从高到底选择一些推荐给用户，或根据与用户问题的关键信息的关联紧密程度选择一些知识点推荐给用户。
本实施例提供的推荐方法，不仅回答了用户问题，还把该问题的关联知识点推荐给用户，避免用户再去搜索相关知识，改善了用户的使用体验，同时扩大了知识面；如果用户是学生，本方法还提高了用户的学习兴趣与学习效果。
在本发明的另一个实施例中，如图6所示，一种基于知识图谱的用户答案的推荐装置，包括：
问题解析模块400，用于从用户问题中提取所述用户问题的关键信息和题目意图；
答案搜索模块500，用于根据所述用户问题的关键信息在预先建立的知识图谱中搜索，获取与所述用户问题的题目意图相吻合的节点，作为所述用户问题的答案对应的节点；以及，从所述节点的邻近节点中，根据用户基本信息选取若干个邻近节点；
答案推荐模块600，用于将所述节点和选取的邻近节点的知识点推荐给用户。
具体的，从用户问题中提取关键信息和题目意图，比如，针对问题：“采菊东篱下，悠然见南山”是哪个诗人所作？，通过对题面文字进行分词处理、词性标注，获取各分词的语义特征，匹配问题模型，从而获得关键信息是“采菊东篱下，悠然见南山”，题目意图是诗的作者。
根据关键信息“采菊东篱下，悠然见南山”，在知识图谱中搜索该关键信息所在的节点，由此节点触发，再获取与题目意图“诗的作者”相吻合的节点，即获得用户问题的答案对应的节点。
该答案对应的节点，根据不同的关系又衍生出很多邻近节点，比如，诗人的出生地、出生日、身高、主要作品、主要经历、主要思想等，从这些邻近节点中选出若干个，将该节点和选取的邻近节点所包含的知识点推荐给用户，比如，随机选取一些邻近节点的知识点推荐给用户，或根据大众对邻近节点的知识点的关心热度从高到底选择一些推荐给用户，或根据与用户问题的关键信息的关联紧密程度选择一些知识点推荐给用户。
如果对用户问题的关键信息和题目意图理解不准确，不仅影响答案节点的获取，还影响关联节点的选取。本实施例通过对用户问题进行解析，在知识图谱中准确找到用户问题的答案对应的节点，然后根据该节点和用户问题的关键信息推荐用户可能关心的关联知识点给用户，改善了用户的使用体验，提高了用户的学习兴趣与学习效果。
在本发明的另一个实施例中，如图7所示，一种基于知识图谱的用户答案的推荐装置，包括：
问题获取模块300，用于根据采集的用户语音信号，获取用户问题。
具体的，用户问题可以通过多种方式输入，通常为文本方式输入，比如通过电子产品输入问题文本。本实施例提供语音方式输入用户问题。通过采集用户的语音信号，对该语音信号进行语音识别和语义理解，获取用户问题。
问题解析模块400，用于从用户问题中提取所述用户问题的关键信息和题目意图；
答案搜索模块500，用于根据所述用户问题的关键信息在预先建立的知识图谱中搜索，获取与所述用户问题的题目意图相吻合的节点，作为所述用户问题的答案对应的节点；以及，从所述节点的邻近节点中，根据用户基本信息选取若干个邻近节点；
答案推荐模块600，用于将所述节点和选取的邻近节点的知识点推荐给用户。
具体的，从用户问题中提取关键信息和题目意图，比如，针对问题：“采菊东篱下，悠然见南山”是哪个诗人所作？，通过对题面文字进行分词处理、词性标注，获取各分词的语义特征，匹配问题模型，从而获得关键信息是“采菊东篱下，悠然见南山”，题目意图是诗的作者。
根据关键信息“采菊东篱下，悠然见南山”，在知识图谱中搜索该关键信息所在的节点，由此节点触发，再获取与题目意图“诗的作者”相吻合的节点，即获得用户问题的答案对应的节点。
该答案对应的节点根据不同的关系又衍生出很多邻近节点。从这些邻近节点中，根据用户基本信息，比如用户的年龄、和/或性别等，选取包含适合用户年龄段、和/或用户性别的知识点的邻近节点。因不同的年龄段理解力不一样，不同性别的用户喜好也不一样，所以根据用户基本信息推荐相关知识点，更容易让用户有好的体验。继续以前述问题为例，作者陶渊明的邻近节点有：作者所属朝代、作者出生地、作者的主要作品简介、作者的主要作品赏析、作者的主要经历、作者的主要思想等，假设用户是小学生，可以选取作者所属朝代、作者出生地、作者的主要作品简介等推荐给用户；假设用户是高中生，可以选取作者的主要作品赏析、作者的主要经历、作者的主要思想等推荐给用户，高中生感兴趣的知识点与小学生有很大差别，根据不同用户的基本信息，选取适合用户受教育程度、或用户口味的知识点，更容易让用户获得好的使用体验。如果用户对象是学生的话，除了推荐知识点，还可以提供所推荐知识点的练习题目供学生练习，有助于学生通过练习巩固知识点。
本实施例提供了语音方式输入用户问题，这种方式比文本方式操作更简单、快捷，方便了用户的使用；而且根据用户的基本信息选择适合用户的、或用户关心的关联知识点推荐给用户，改善了用户的使用体验，提高了用户的学习兴趣与学习效果。
在本发明的另一个实施例中，如图8所示，一种基于知识图谱的用户答案的推荐装置，包括：
图像获取模块100，用于打开摄像头，在摄像区域内获取目标图像；
图像识别模块200，用于对所述目标图像进行识别，识别出用户在书本上所指定的区域；
问题获取模块300，用于结合所述用户的语音信号和所述目标图像上所述书本指定区域的内容，获取用户问题。
具体的，用户问题通过语音加图像方式输入。比如，学生在使用辅助学习类电子设备自学时，遇到课本上不清楚的知识点，通过语音发问，同时用手指点击有疑问的学习区域。
通过电子设备上的摄像头获取目标图像，对目标图像进行识别，比如识别出用户的手指点击动作，通过动作确定有疑问的学习区域，通过光学字符识别(OCR)技术识别出有疑问的学习区域所包含的内容；将根据用户的语音信号获得的语音文本和目标图像上用户在书本上所指定的区域的内容相结合，从而获取用户问题。
比如，语音发出：请问“这道题如何做？”，同时用手指点击课本上的具体题目位置，根据用户语音信息和图像识别内容，得出用户问题是：
古诗词填空：儿童相见不相识，________________？
问题解析模块400，用于从用户问题中提取所述用户问题的关键信息和题目意图；
答案搜索模块500，用于根据所述用户问题的关键信息在预先建立的知识图谱中搜索，获取与所述用户问题的题目意图相吻合的节点，作为所述用户问题的答案对应的节点；以及，从所述节点的邻近节点中，根据用户基本信息选取若干个邻近节点；
答案推荐模块600，用于将所述节点和选取的邻近节点的知识点推荐给用户。
具体的，从用户问题中提取关键信息和题目意图，比如，针对问题：儿童相见不相识，________________？，通过对题面文字进行分词处理、词性标注，获取各分词的语义特征，匹配问题模型，从而获得关键信息是“儿童相见不相识”，题目意图是补充下一句。
根据关键信息“儿童相见不相识”，在知识图谱中搜索获取与题目意图“补充下一句”相吻合的节点，即寻找这首诗所在的节点，从而获得用户问题的答案对应的节点，根据该节点的知识点补充下一句，即“笑问客从何处来”为题目对应的答案。
该答案对应的节点根据不同的关系又衍生出很多邻近节点。从这些邻近节点中，根据用户基本信息，比如用户的年龄、和/或性别等，选取包含适合用户年龄段、和/或用户性别的知识点的邻近节点。因不同的年龄段理解力不一样，不同性别的用户喜好也不一样，所以根据用户基本信息推荐相关知识点，更容易让用户有好的体验。继续以前述问题为例，“儿童相见不相识，笑问客从何处来”属于诗歌“回乡偶书”，这首诗的邻近节点有：诗的作者、诗的内容简介、诗的内容赏析、作者所属朝代、作者出生地、作者的主要作品简介、作者的主要作品赏析、作者的主要经历、作者的主要思想等，假设用户是小学生，可以选取诗的作者、诗的内容简介、作者所属朝代等推荐给用户；假设用户是高中生，可以选取诗的内容赏析、作者的主要作品赏析、作者的主要经历、作者的主要思想等推荐给用户，高中生感兴趣的知识点与小学生有很大差别，根据不同用户的基本信息，选取适合用户口味的知识点，更容易让用户获得好的使用体验。如果用户对象是学生的话，除了推荐知识点，还可以提供所推荐知识点的练习题目供学生练习，有助于学生通过练习巩固知识点。
本实施例通过语音加图像方式输入用户问题，这种方式比语音方式操作更简单、快捷，方便了用户的使用；而且根据用户的基本信息选择适合用户的、或用户关心的关联知识点推荐给用户，改善了用户的使用体验，提高了用户的学习兴趣与学习效果。
应当说明的是，上述实施例均可根据需要自由组合。以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种基于知识图谱的用户答案的推荐方法，其特征在于，包括：
根据用户问题在预先建立的知识图谱中搜索，获取所述用户问题的答案对应的节点；
从所述节点的邻近节点中，选取若干个邻近节点；
将所述节点和选取的邻近节点的知识点推荐给用户。
2.根据权利要求1所述的一种基于知识图谱的用户答案的推荐方法，其特征在于，所述根据用户问题在预先建立的知识图谱中搜索，获取所述用户问题的答案对应的节点具体包括：
从用户问题中提取所述用户问题的关键信息和题目意图；
根据所述用户问题的关键信息在预先建立的知识图谱中搜索，获取与所述用户问题的题目意图相吻合的节点，作为所述用户问题的答案对应的节点。
3.根据权利要求1所述的一种基于知识图谱的用户答案的推荐方法，其特征在于，所述的从所述节点的邻近节点中，选取若干个邻近节点包括：
从所述节点的邻近节点中，根据用户基本信息选取若干个邻近节点。
4.根据权利要求1所述的一种基于知识图谱的用户答案的推荐方法，其特征在于，在所述根据用户问题在预先建立的知识图谱中搜索，获取所述用户问题的答案对应的节点之前包括：
根据采集的用户语音信号，获取用户问题。
5.根据权利要求1所述的一种基于知识图谱的用户答案的推荐方法，其特征在于，在所述根据用户问题在预先建立的知识图谱中搜索，获取所述用户问题的答案对应的节点之前还包括：
打开摄像头，在摄像区域内获取目标图像；
对所述目标图像进行识别，识别出用户在书本上所指定的区域；
结合所述用户的语音信号和所述目标图像上所述书本指定区域的内容，获取用户问题。
6.一种基于知识图谱的用户答案的推荐装置，其特征在于，包括：
答案搜索模块，用于根据用户问题在预先建立的知识图谱中搜索，获取所述用户问题的答案对应的节点；以及，从所述节点的邻近节点中，选取若干个邻近节点；
答案推荐模块，用于将所述节点和选取的邻近节点的知识点推荐给用户。
7.根据权利要求6所述的一种基于知识图谱的用户答案的推荐装置，其特征在于，还包括：
问题解析模块，用于从用户问题中提取所述用户问题的关键信息和题目意图；
所述答案搜索模块，进一步用于根据所述用户问题的关键信息在预先建立的知识图谱中搜索，获取与所述用户问题的题目意图相吻合的节点，作为所述用户问题的答案对应的节点。
8.根据权利要求6所述的一种基于知识图谱的用户答案的推荐装置，其特征在于：
所述答案搜索模块，进一步用于从所述节点的邻近节点中，根据用户基本信息选取若干个邻近节点。
9.根据权利要求6所述的一种基于知识图谱的用户答案的推荐装置，其特征在于，还包括：
问题获取模块，用于根据采集的用户语音信号，获取用户问题。
10.根据权利要求6所述的一种基于知识图谱的用户答案的推荐装置，其特征在于，还包括：
图像获取模块，用于打开摄像头，在摄像区域内获取目标图像；
图像识别模块，用于对所述目标图像进行识别，识别出用户在书本上所指定的区域；
所述问题获取模块，进一步用于结合所述用户的语音信号和所述目标图像上所述书本指定区域的内容，获取用户问题。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910186087.9A CN109857874A (zh) | 2019-03-12 | 2019-03-12 | 一种基于知识图谱的用户答案的推荐方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910186087.9A CN109857874A (zh) | 2019-03-12 | 2019-03-12 | 一种基于知识图谱的用户答案的推荐方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109857874A true CN109857874A (zh) | 2019-06-07 |
Family
ID=66900631
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910186087.9A Pending CN109857874A (zh) | 2019-03-12 | 2019-03-12 | 一种基于知识图谱的用户答案的推荐方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109857874A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111460085A (zh) * | 2020-04-17 | 2020-07-28 | 支付宝(杭州)信息技术有限公司 | 基于图结构的知识点推荐方法及装置 |
| CN112328741A (zh) * | 2020-11-03 | 2021-02-05 | 平安科技（深圳）有限公司 | 基于人工智能的智能关联答复方法、装置、计算机设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150286709A1 (en) * | 2014-04-02 | 2015-10-08 | Samsung Electronics Co., Ltd. | Method and system for retrieving information from knowledge-based assistive network to assist users intent |
| CN105761567A (zh) * | 2016-05-04 | 2016-07-13 | 北京新唐思创教育科技有限公司 | 动态推荐习题的方法和装置 |
| CN106469169A (zh) * | 2015-08-19 | 2017-03-01 | 阿里巴巴集团控股有限公司 | 信息处理方法及装置 |
| CN108920568A (zh) * | 2018-06-21 | 2018-11-30 | 广东小天才科技有限公司 | 一种基于电子设备的搜索方法及电子设备 |
| CN109062939A (zh) * | 2018-06-20 | 2018-12-21 | 广东外语外贸大学 | 一种面向汉语国际教育的智能导学方法 |
-
2019
- 2019-03-12 CN CN201910186087.9A patent/CN109857874A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20150286709A1 (en) * | 2014-04-02 | 2015-10-08 | Samsung Electronics Co., Ltd. | Method and system for retrieving information from knowledge-based assistive network to assist users intent |
| CN106469169A (zh) * | 2015-08-19 | 2017-03-01 | 阿里巴巴集团控股有限公司 | 信息处理方法及装置 |
| CN105761567A (zh) * | 2016-05-04 | 2016-07-13 | 北京新唐思创教育科技有限公司 | 动态推荐习题的方法和装置 |
| CN109062939A (zh) * | 2018-06-20 | 2018-12-21 | 广东外语外贸大学 | 一种面向汉语国际教育的智能导学方法 |
| CN108920568A (zh) * | 2018-06-21 | 2018-11-30 | 广东小天才科技有限公司 | 一种基于电子设备的搜索方法及电子设备 |
Non-Patent Citations (2)
| Title |
|---|
| 李长云等: "《智能感知技术及在电气工程中的应用》", 31 May 2017 * |
| 赵玉丽等, 东北大学出版社 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111460085A (zh) * | 2020-04-17 | 2020-07-28 | 支付宝(杭州)信息技术有限公司 | 基于图结构的知识点推荐方法及装置 |
| CN112328741A (zh) * | 2020-11-03 | 2021-02-05 | 平安科技（深圳）有限公司 | 基于人工智能的智能关联答复方法、装置、计算机设备 |
| CN112328741B (zh) * | 2020-11-03 | 2022-02-18 | 平安科技（深圳）有限公司 | 基于人工智能的智能关联答复方法、装置、计算机设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110322738B (zh) | 一种课程优化方法、装置和系统 | |
| CN110209897B (zh) | 智能对话方法、装置、存储介质及设备 | |
| CN109783657A (zh) | 基于受限文本空间的多步自注意力跨媒体检索方法及系统 | |
| US20150058014A1 (en) | System and method for managing conversation | |
| CN107133303A (zh) | 用于输出信息的方法和装置 | |
| CN106250550A (zh) | 一种实时关联新闻推荐内容的方法和装置 | |
| CN111522970A (zh) | 习题推荐方法、装置、设备及存储介质 | |
| CN109902187A (zh) | 一种特征知识图谱的构建方法及装置、终端设备 | |
| CN104021326B (zh) | 一种外语教学方法与外语教具 | |
| CN113609103A (zh) | 一种基于ai的交互式阅读支持数据库构建方法及系统 | |
| CN108920648A (zh) | 一种基于音乐-图像语义关系的跨模态匹配方法 | |
| CN111279404B (zh) | 语言流利系统 | |
| CN110929158A (zh) | 一种内容推荐方法、系统及存储介质和终端设备 | |
| US10089898B2 (en) | Information processing device, control method therefor, and computer program | |
| CN106227714A (zh) | 一种基于人工智能的获取生成诗词的关键词的方法和装置 | |
| CN113610680A (zh) | 一种基于ai的交互式阅读材料个性化推荐方法及系统 | |
| CN106776808A (zh) | 基于人工智能的资讯数据提供方法及装置 | |
| CN110929045A (zh) | 诗歌-语义知识图谱的构建方法及系统 | |
| CN112001739A (zh) | 一种生成用户学习画像的方法和系统 | |
| CN109857874A (zh) | 一种基于知识图谱的用户答案的推荐方法和装置 | |
| CN112231554A (zh) | 一种搜索推荐词生成方法、装置、存储介质和计算机设备 | |
| CN110427534A (zh) | 一种电子习题的处理方法、装置、设备和存储介质 | |
| CN111985282A (zh) | 一种学习能力的训练和评测系统 | |
| Samarawickrama et al. | Comic based learning for students with visual impairments | |
| CN113542797A (zh) | 视频播放中的互动方法、装置及计算机可读存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for 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: 20190607 |