CN109858020A - 一种基于语义图获取税务业务问题答案的方法及系统 - Google Patents

Abstract

本发明公开了一种基于语义图获取税务业务问题答案的方法及系统，属于智能问答技术领域。本发明方法包括：根据状态转移图G，定义问题Q及问题Q的答案，将问题Q的语义解释过程映射为状态转移图G的子图subG查询过程；生成逻辑表达式；复述逻辑表达式中的动作转移和条件；获取税务业务问题，输入至模型，检验税务业务问题是否完成逻辑表达式X,当完成时，输出税务业务问题答案。本发明语义解析的过程映射为查询图的检索过程，降低了问题解析的检索空间，利用深度卷积神经网络对实体之间的操作进行判断，解决了前文提到的谓语同义词模糊性的问题。

Description

一种基于语义图获取税务业务问题答案的方法及系统

技术领域

本发明涉及智能问答技术领域，并且更具体的涉及一种基于语义图获取税务业务问题答案的方法及系统。

背景技术

人工智能技术促进了智能问答领域的发展，尤其是语义解析技术的进步使得人机对话过程中的更加准确的意图识别成为可能。意图识别在特定领域的智能问答服务中尤为重要，也因专业领域知识的业务相关性且不具备大规模的领域数据支撑，无法形成有效的训练数据集等，这些原因导致无法直接利用目前成熟的语义解析技术，因而面向专业领域的意图识别是亟待解决的问题之一。

提高客服服务质量的关键即能够快速、有效理解对话过程中的用户意图，尤其是面对用户提出的业务咨询、设备故障等问题，本专利旨在解决税务客服问答服务的意图识别问题，通过对真实对话记录进行分析，提出一种有效的意图识别模型。

目前，人工智能技术以庞大的知识库为基础，如涵盖世界上最多事件的知识库DBpedia，利用定义好的逻辑进行问题复述或问题重写，再进行问题检索和匹配，从而完成开放领域的问题解析和问答过程目前最主流的语义解析和意图识别方法。然而，这些主流的语义解析方法通常与具体的知识库割裂开来，因此应用在特定领域的问答上时遇到许多挑战。如同义词无法匹配，在特定领域的问题复述过程中，将无法替换在知识库中不存在的谓语动词的同义词，更进一步的即便找到同义词，而确定哪一个同义词作为问题复述和问题改写的替代词也是难点。

发明内容

针对上述问题，本发明提出了一种基于语义图获取税务业务问题答案的方法，所述方法包括：

基于语义图生成逻辑表达式，所述生成逻辑表达式包括：

当确定子图根节点后，对随机问题q的语义进行提取，获取随机问题q的答案实体集合X及实体间的关系，确定节点及变量节点集合E，对节点及变量节点集合E中的转移关系及约束条件构造链式结构；

所述链式结构从节点到答案节点经过多个实体节点，根据随机问题q中的谓语动词和约束条件对实体节点进行约束，所述约束条件是指对实体节点的信息集合，生成逻辑表达式，从根节点开始，经过若干不确定的实体变量Y，使得Y满足q中的约束条件，逻辑表达式如下：

其中，x为答案实体集合X中的任意一个元素；

复述逻辑表达式中的动作转移和条件，所述复述逻辑表达式中的动作转移和条件包括：

问题q经过词法分析后得到的分词结果fq₁，根据连续词袋模型CBOW生成fq₁词向量，对fq₁词向量求和累加，语料中出现的词作为叶子节点，词频为权值的带权二叉树huffman，生成句向量feq₁；

将feq₁和fq₁输入三层卷积神经网络，获取相似度输出结果；

针对输出结果，对输出结果进行语义判断，利用标准操作集对问题fq₁进行替换，完成语义复述，生成模型；

获取税务业务问题，输入至模型，检验税务业务问题是否完成逻辑表达式X,当完成时，输出税务业务问题答案。

可选的，方法还包括：

当输入至模型的税务问题业务没有完成逻辑表达式的逻辑解析时，若状态转移图G中节点y_i-1经过0个或多个虚拟节点到达事实节点y_i，使得(y_i-1,y_i)的转移是a_i，则X＝X∪{y_i(a_i)}，对税务问题生成逻辑表达式并复述逻辑表达式中的动作转移和条件，其中y_i-1和y_i都是实体节点实体答案集合X中的元素，a_i是标准操作集中的元素。

可选的，子图subG为一个树形图，存在一个唯一的确定根节点。

可选的，语义解析包括：从根节点到达叶子节点的任意一条路径P；

通过识别问题q中的限制条件确定唯一路径p完成对问题Q的意图识别，路径p最终的叶子节点为问题q的实体答案集合X。

可选的，CBOW模型包括：输入层、投影层和输出层；

所述输入层对分词结果fq₁生成fq₁词向量；

所述投影层对fq₁词向量做求和累加；

所述输出层对应带权二叉树huffman，生成句向量feq₁。

可选的，三层卷积神经网络包括：卷积层、激活层、赤化层和全连接层。

可选的，相似度输出结果的获取包括：

确定feq₁和fq₁的维度为15000，对其进行卷积运算降维1000，经过softmax运算后进入赤化层，利用内积进行相似度计算。

本发明还提出了一种基于语义图获取税务业务问题答案的系统，所述系统包括：

答案生成模块，基于语义图生成逻辑表达式，所述生成逻辑表达式包括：

当确定子图根节点后，对随机问题q的语义进行提取，获取随机问题q的答案实体集合X及实体间的关系，确定节点及变量节点集合E，对节点及变量节点集合E中的转移关系及约束条件构造链式结构；

所述链式结构从节点到答案节点经过多个实体节点，根据随机问题q中的谓语动词和约束条件对实体节点进行约束，所述约束条件是指对实体节点的信息集合，生成逻辑表达式，从根节点开始，经过若干不确定的实体变量Y，使得Y满足q中的约束条件，逻辑表达式如下：

其中，x为答案实体集合X中的任意一个元素；

复述模块，复述逻辑表达式中的动作转移和条件，所述复述逻辑表达式中的动作转移和条件包括：

问题q经过词法分析后得到的分词结果fq₁，根据连续词袋模型CBOW生成fq₁词向量，对fq₁词向量求和累加，语料中出现的词作为叶子节点，词频为权值的带权二叉树huffman，生成句向量feq₁；

将feq₁和fq₁输入三层卷积神经网络，获取相似度输出结果；

针对输出结果，对输出结果进行语义判断，利用标准操作集对问题fq₁进行替换，完成语义复述，生成模型；

问答模块，获取税务业务问题，输入至模型，检验税务业务问题是否完成逻辑表达式X,当完成时，输出税务业务问题答案。

可选的，系统还包括：

检索模块，当输入至模型的税务问题业务没有完成逻辑表达式的逻辑解析时，若状态转移图G中节点y_i-1经过0个或多个虚拟节点到达事实节点y_i，使得(y_i-1,y_i)的转移是a_i，则X＝X∪{y_i(a_i)}，对税务问题生成逻辑表达式并复述逻辑表达式中的动作转移和条件，其中y_i-1和y_i都是实体节点实体答案集合X中的元素，a_i是标准操作集中的元素。

可选的，子图subG为一个树形图，存在一个唯一的确定根节点。

可选的，语义解析包括：从根节点到达叶子节点的任意一条路径P；

通过识别问题q中的限制条件确定唯一路径p完成对问题Q的意图识别，路径p最终的叶子节点为问题q的实体答案集合X。

可选的，CBOW模型包括：输入层、投影层和输出层；

所述输入层对分词结果fq₁生成fq₁词向量；

所述投影层对fq₁词向量做求和累加；

所述输出层对应带权二叉树huffman，生成句向量feq₁。

可选的，三层卷积神经网络包括：卷积层、激活层、赤化层和全连接层。

可选的，相似度输出结果的获取包括：

确定feq₁和fq₁的维度为15000，对其进行卷积运算降维1000，经过softmax运算后进入赤化层，利用内积进行相似度计算。

本发明语义解析的过程映射为查询图的检索过程，降低了问题解析的检索空间，利用深度卷积神经网络对实体之间的操作进行判断，解决了前文提到的谓语同义词模糊性的问题。

本发明将用户的问题经过分词、实体提取等自然语言处理后构造了逻辑表达式，该逻辑表达式从逻辑上抽取了用户的意图，并结合状态转移图和逻辑表达式应用图深度搜索算法完成了税务业务的解析。该方法将语义解析的过程映射为查询图的检索过程，降低了问题解析的检索空间，利用深度卷积神经网络对实体之间的操作进行判断，解决了前文提到的谓语同义词模糊性的问题。

附图说明

图1为本发明基于语义图获取税务业务问题答案的方法流程图；

图2为本发明基于语义图获取税务业务问题答案的系统结构图；

图3为本发明基于语义图获取税务业务问题答案的方法逻辑查询图

图4为本发明基于语义图获取税务业务问题答案的方法逻辑表达式对应的查询子图

图5为本发明基于语义图获取税务业务问题答案的方法应用语义相似度判断的卷积神经网络结构图

图6为本发明基于语义图获取税务业务问题答案的方法逻辑表达式X在G中深度搜索流程图。

具体实施方式

现在参考附图介绍本发明的示例性实施方式，然而，本发明可以用许多不同的形式来实施，并且不局限于此处描述的实施例，提供这些实施例是为了详尽地且完全地公开本发明，并且向所属技术领域的技术人员充分传达本发明的范围。对于表示在附图中的示例性实施方式中的术语并不是对本发明的限定。在附图中，相同的单元/元件使用相同的附图标记。

除非另有说明，此处使用的术语(包括科技术语)对所属技术领域的技术人员具有通常的理解含义。另外，可以理解的是，以通常使用的词典限定的术语，应当被理解为与其相关领域的语境具有一致的含义，而不应该被理解为理想化的或过于正式的意义。

本发明提供了一种基于语义图获取税务业务问题答案的方法，如图1所示，包括：

根据状态转移图G，定义问题Q及问题Q的答案，将问题Q的语义解释过程映射为状态转移图G的子图subG查询过程；

子图subG为一个树形图，存在一个唯一的确定根节点root node。

语义解析包括：从根节点root node到达叶子节点的任意一条路径P；

通过识别问题q中的限制条件确定唯一路径p完成对问题Q的意图识别，路径p最终的叶子节点为问题q的实体答案集合X。

生成逻辑表达式，所述生成逻辑表达式包括：

当确定子图根节点root node后，对随机问题q的语义进行提取，获取随机问题q的答案实体集合X及实体间的关系，通过确定节点root及变量节点集合E，其中的转移关系及约束条件构造的链式结构；

所述链式结构从节点root到答案节点经过多个实体节点，根据随机问题q中的谓语动词和约束条件对实体节点进行约束，所述约束条件是指对实体节点的信息集合，生成逻辑表达式，从根节点开始，经过若干不确定的实体变量Y，使得Y满足q中的约束条件，逻辑表达式如下：

其中，x为答案实体集合X中的任意一个元素；

通过以上分析为了在G中进行检索需要构造一个逻辑表达式，该表达式除根节点是是事实实体外，其他都是以变量存在的，称之为X逻辑表达式，其中X是q对应的答案。

X逻辑表达式：存在一个答案实体X，使得从关键节点开始，经过若干不确定的实体变量Y，使得Y满足q中的约束条件。

如Q＝“打开开票软件,安装金税盘时，报标识码错误是怎么回事？”，通过2获得关键实体“开票软件”，通过实体提取得到：

Y＝{“金税盘”，“标识码”}

A＝{“打开”，“安装”，“错误”}

表示成查询图结构如图3所示，X逻辑表达式表示为：

其中满足，打开("发票软件",y)

∧安装(y,"金税盘")

∧报错(y,"标识码")

∧报错(y,"标识码")

→answer(x)

逻辑查询图映射到G上的子图如图4所示，从小节1可知构造G图的过程中对于error节点会关联答案，对于其他实体节点会关联相关的属性信息，因此映射到G图获得子图后，问题q的答案就定位到“标识码错误”这个答案并在数据库中获得该问题对应的索引方案，完成该业务问题的解析。

通过以上分析，对于任意问题q∈Q,经过分析有实体集E，动作集A，限制条件C，则q的逻辑表达式表示为：

a₁(root,y₁,c₁)

∧a_k(y_k,x,c_k)

通过以上分析，可知识别了实体集合、查询链头结点(子图根节点)、判断实体间操作及识别限制条件是生成问题q的逻辑表达式的关键步骤，以上步骤已经解决了实体集抽取、子图根节点，本专利通过深度神经网络得到操作集合和限制条件集合。

复述逻辑表达式中的动作转移和条件，所述复述逻辑表达式中的动作转移和条件包括：

问题q经过词法分析后得到的分词结果fq₁，根据连续词袋模型CBOW生成fq₁词向量，对fq₁词向量求和累加，语料中出现的词作为叶子节点，词频为权值的带权二叉树huffman，生成句向量feq₁；

CBOW模型包括：输入层、投影层和输出层；

所述输入层对分词结果fq₁生成fq₁词向量；

所述投影层对fq₁词向量做求和累加；

所述输出层对应带权二叉树huffman，生成句向量feq₁。

将feq₁和fq₁输入三层卷积神经网络，如图5所示，获取相似度输出结果；

三层卷积神经网络包括：卷积层、激活层、赤化层和全连接层。

相似度输出结果的获取包括：

确定feq₁和fq₁的维度为15000，对其进行卷积运算降维1000，经过softmax运算后进入赤化层，利用内积进行相似度计算。

针对输出结果，对输出结果进行语义判断，利用标准操作集对问题fq₁进行替换，完成语义复述，生成模型；

假设有问题q₁＝“打开开票软件版本1.0,标识码报错怎么回事？”

通过以上分析，问题q₁和q₂的实体集合相同，为E＝{“开票软件”,“标识码”}，在得到问题q₁和q₂的逻辑表达式的另一个关键是能识别动作A₁＝{“打开”，“报错”}和动作A₂＝{“打开”，“导入”}，约束条件为C＝{“版本1.0”}，通过句式分析可以获得以上知识，但是将这些知识与G图中的动作相匹配进行同义词、同意词、同类词归类还需要进一步操作，该操作通过深度神经网络实现。

问题q₁经过词法分析后得到的分词结果fq₁：

fq₁:打开(v)开票软件(n)版本1.0(n)标识码(n)报错(v)怎么回事(r)为了使得报错(v)与状态转移图G中的error动作进行匹配，本专利通过word embedding方法实现,经过替换后的句向量feq₁:

feq₁:打开(v)开票软件(n)版本1.0(n)标识码(n)error(v)怎么回事(r)

通过以上步骤生成了问题q的逻辑表达式，在该表达式中构造了由初始节点到答案节点的逻辑关系，涉及到的变量及变量的限制条件，构造了一个可控空间的检索方向，本专利通过图的深度搜索算法实现X逻辑表达式在G中进行检索。

如图6所示，获取税务业务问题，输入至模型，检验税务业务问题是否完成逻辑表达式X,当完成时，输出税务业务问题答案。

当输入至模型的税务问题业务没有完成逻辑表达式的逻辑解析时，若状态转移图G中节点y_i-1经过0个或多个虚拟节点到达事实节点y_i，使得(y_i-1,y_i)的转移是a_i，则X＝X∪{y_i(a_i)}，对税务问题生成逻辑表达式并复述逻辑表达式中的动作转移和条件，其中y_i-1和y_i都是实体节点实体答案集合X中的元素，a_i是标准操作集中的元素。

本发明还提供了一种基于语义图获取税务业务问题答案的系统200，系统200，包括：

映射模块201，根据状态转移图G，定义问题Q及问题Q的答案，将问题Q的语义解释过程映射为状态转移图G的子图subG查询过程；

子图subG为一个树形图，存在一个唯一的确定根节点root node。

语义解析包括：从根节点root node到达叶子节点的任意一条路径P；

通过识别问题q中的限制条件确定唯一路径p完成对问题Q的意图识别，路径p最终的叶子节点为问题q的实体答案集合X。

答案生成模块202，生成逻辑表达式，所述生成逻辑表达式包括：

当确定子图根节点root node后，对随机问题q的语义进行提取，获取随机问题q的答案实体集合X及实体间的关系，通过确定节点root及变量节点集合E，其中的转移关系及约束条件构造的链式结构；

所述链式结构从节点root到答案节点经过多个实体节点，根据随机问题q中的谓语动词和约束条件对实体节点进行约束，所述约束条件是指对实体节点的信息集合，生成逻辑表达式，从根节点开始，经过若干不确定的实体变量Y，使得Y满足q中的约束条件，逻辑表达式如下：

其中，x为答案实体集合X中的任意一个元素；

复述模块203，复述逻辑表达式中的动作转移和条件，所述复述逻辑表达式中的动作转移和条件包括：

问题q经过词法分析后得到的分词结果fq₁，根据连续词袋模型CBOW生成fq₁词向量，对fq₁词向量求和累加，语料中出现的词作为叶子节点，词频为权值的带权二叉树huffman，生成句向量feq₁；

CBOW模型包括：输入层、投影层和输出层；

所述输入层对分词结果fq₁生成fq₁词向量；

所述投影层对fq₁词向量做求和累加；

所述输出层对应带权二叉树huffman，生成句向量feq₁。

将feq₁和fq₁输入三层卷积神经网络，获取相似度输出结果；

三层卷积神经网络包括：卷积层、激活层、赤化层和全连接层。

相似度输出结果的获取包括：

确定feq₁和fq₁的维度为15000，对其进行卷积运算降维1000，经过softmax运算后进入赤化层，利用内积进行相似度计算。

针对输出结果，对输出结果进行语义判断，利用标准操作集对问题fq₁进行替换，完成语义复述，生成模型；

问答模块204，获取税务业务问题，输入至模型，检验税务业务问题是否完成逻辑表达式X,当完成时，输出税务业务问题答案。

检索模块205，当输入至模型的税务问题业务没有完成逻辑表达式的逻辑解析时，若状态转移图G中节点y_i-1经过0个或多个虚拟节点到达事实节点y_i，使得(y_i-1,y_i)的转移是a_i，则X＝X∪{y_i(a_i)}，对税务问题生成逻辑表达式并复述逻辑表达式中的动作转移和条件，其中y_i-1和y_i都是实体节点实体答案集合X中的元素，a_i是标准操作集中的元素。

Claims (14)

1.一种基于语义图获取税务业务问题答案的方法，所述方法包括：

基于语义图生成逻辑表达式，所述生成逻辑表达式包括：

当确定子图根节点后，对随机问题q的语义进行提取，获取随机问题q的答案实体集合X及实体间的关系，确定节点及变量节点集合E，对节点及变量节点集合E中的转移关系及约束条件构造链式结构；

所述链式结构从节点到答案节点经过多个实体节点，根据随机问题q中的谓语动词和约束条件对实体节点进行约束，所述约束条件是指对实体节点的信息集合，生成逻辑表达式，从根节点开始，经过若干不确定的实体变量Y，使得Y满足q中的约束条件，逻辑表达式如下：

其中，x为答案实体集合X中的任意一个元素；

复述逻辑表达式中的动作转移和条件，所述复述逻辑表达式中的动作转移和条件包括：

问题q经过词法分析后得到的分词结果fq₁，根据连续词袋模型CBOW生成fq₁词向量，对fq₁词向量求和累加，语料中出现的词作为叶子节点，词频为权值的带权二叉树huffman，生成句向量feq₁；

将feq₁和fq₁输入三层卷积神经网络，获取相似度输出结果；

针对输出结果，对输出结果进行语义判断，利用标准操作集对问题fq₁进行替换，完成语义复述，生成模型；

获取税务业务问题，输入至模型，检验税务业务问题是否完成逻辑表达式X,当完成时，输出税务业务问题答案。

2.根据权利要求1所述的方法，所述的方法还包括：

当输入至模型的税务问题业务没有完成逻辑表达式的逻辑解析时，若状态转移图G中节点y_i-1经过0个或多个虚拟节点到达事实节点y_i，使得(y_i-1,y_i)的转移是a_i，则X＝X∪{y_i(a_i)}，对税务问题生成逻辑表达式并复述逻辑表达式中的动作转移和条件，其中y_i-1和y_i都是实体节点实体答案集合X中的元素，a_i是标准操作集中的元素。

3.根据权利要求1所述的方法，所述的子图subG为一个树形图，存在一个唯一的确定根节点。

4.根据权利要求1所述的方法，所述的语义解析包括：从根节点到达叶子节点的任意一条路径P；

通过识别问题q中的限制条件确定唯一路径p完成对问题Q的意图识别，路径p最终的叶子节点为问题q的实体答案集合X。

5.根据权利要求1所述的方法，所述的CBOW模型包括：输入层、投影层和输出层；

所述输入层对分词结果fq₁生成fq₁词向量；

所述投影层对fq₁词向量做求和累加；

所述输出层对应带权二叉树huffman，生成句向量feq₁。

6.根据权利要求1所述的方法，所述的三层卷积神经网络包括：卷积层、激活层、赤化层和全连接层。

7.根据权利要求1所述的方法，所述的相似度输出结果的获取包括：

确定feq₁和fq₁的维度为15000，对其进行卷积运算降维1000，经过softmax运算后进入赤化层，利用内积进行相似度计算。

8.一种基于语义图获取税务业务问题答案的系统，所述系统包括：

答案生成模块，基于语义图生成逻辑表达式，所述生成逻辑表达式包括：

当确定子图根节点后，对随机问题q的语义进行提取，获取随机问题q的答案实体集合X及实体间的关系，确定节点及变量节点集合E，对节点及变量节点集合E中的转移关系及约束条件构造链式结构；

所述链式结构从节点到答案节点经过多个实体节点，根据随机问题q中的谓语动词和约束条件对实体节点进行约束，所述约束条件是指对实体节点的信息集合，生成逻辑表达式，从根节点开始，经过若干不确定的实体变量Y，使得Y满足q中的约束条件，逻辑表达式如下：

其中，x为答案实体集合X中的任意一个元素；

复述模块，复述逻辑表达式中的动作转移和条件，所述复述逻辑表达式中的动作转移和条件包括：

问题q经过词法分析后得到的分词结果fq₁，根据连续词袋模型CBOW生成fq₁词向量，对fq₁词向量求和累加，语料中出现的词作为叶子节点，词频为权值的带权二叉树huffman，生成句向量feq₁；

将feq₁和fq₁输入三层卷积神经网络，获取相似度输出结果；

针对输出结果，对输出结果进行语义判断，利用标准操作集对问题fq₁进行替换，完成语义复述，生成模型；

问答模块，获取税务业务问题，输入至模型，检验税务业务问题是否完成逻辑表达式X,当完成时，输出税务业务问题答案。

9.根据权利要求8所述的系统，所述的系统还包括：

检索模块，当输入至模型的税务问题业务没有完成逻辑表达式的逻辑解析时，若状态转移图G中节点y_i-1经过0个或多个虚拟节点到达事实节点y_i，使得(y_i-1,y_i)的转移是a_i，则X＝X∪{y_i(a_i)}，对税务问题生成逻辑表达式并复述逻辑表达式中的动作转移和条件，其中y_i-1和y_i都是实体节点实体答案集合X中的元素，a_i是标准操作集中的元素。

10.根据权利要求8所述的系统，所述的子图subG为一个树形图，存在一个唯一的确定根节点。

11.根据权利要求8所述的系统，所述的语义解析包括：从根节点到达叶子节点的任意一条路径P；

通过识别问题q中的限制条件确定唯一路径p完成对问题Q的意图识别，路径p最终的叶子节点为问题q的实体答案集合X。

12.根据权利要求8所述的系统，所述的CBOW模型包括：输入层、投影层和输出层；

所述输入层对分词结果fq₁生成fq₁词向量；

所述投影层对fq₁词向量做求和累加；

所述输出层对应带权二叉树huffman，生成句向量feq₁。

13.根据权利要求8所述的系统，所述的三层卷积神经网络包括：卷积层、激活层、赤化层和全连接层。

14.根据权利要求8所述的系统，所述的相似度输出结果的获取包括：

确定feq₁和fq₁的维度为15000，对其进行卷积运算降维1000，经过softmax运算后进入赤化层，利用内积进行相似度计算。