CN111046154A - 信息检索方法、装置、介质及电子设备 - Google Patents
信息检索方法、装置、介质及电子设备 Download PDFInfo
- Publication number
- CN111046154A CN111046154A CN201911139093.5A CN201911139093A CN111046154A CN 111046154 A CN111046154 A CN 111046154A CN 201911139093 A CN201911139093 A CN 201911139093A CN 111046154 A CN111046154 A CN 111046154A
- Authority
- CN
- China
- Prior art keywords
- user
- question
- original
- information retrieval
- answer
- 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 49
- 238000013507 mapping Methods 0.000 claims abstract description 22
- 230000002452 interceptive effect Effects 0.000 claims description 25
- 238000004590 computer program Methods 0.000 claims description 9
- 238000004364 calculation method Methods 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 3
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 11
- 230000002265 prevention Effects 0.000 description 10
- 206010028980 Neoplasm Diseases 0.000 description 9
- 201000011510 cancer Diseases 0.000 description 9
- 239000013598 vector Substances 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 241000234295 Musa Species 0.000 description 3
- 238000005352 clarification Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 235000018290 Musa x paradisiaca Nutrition 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 235000021015 bananas Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
Images
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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- 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
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提出一种信息检索方法、装置、介质及电子设备，涉及人工智能技术领域。信息检索方法包括：接收用户原始问题；将所述用户原始问题在信息检索库中进行检索；若检索到所述用户原始问题对应的原问题，则将所述用户原始问题根据知识映射表转化成第一查询语句到图数据库中进行查询；若在所述图数据库中的第一查询结果不唯一，则根据所述第一查询结果生成问句返回给用户；根据所述用户对所述问句的答复获取所述用户的澄清词槽；根据所述用户原始问题结合所述澄清词槽生成第二查询语句，将所述第二查询语句再次到所述图数据库中进行查询，根据第二查询结果确定所述用户原始问题的答案。本发明提供的技术方案的识别精度高。
Description
技术领域
本发明涉及人工智能技术领域，尤其涉及一种信息检索方法、装置、介质及电子设备。
背景技术
当今，基于知识库的智能问答成为人工智能领域的热点话题。基于知识库的“智能问答”系统一般将知识数据以问答对的形式存入结构化数据库，然后通过各种方法将用户问题与数据库里已有问题进行匹配，匹配到最优的问题并将该问题对应的答案返回给用户。
当前“交互式问答”系统通常会定义各种各样的规则来捕获用户的意图和缺失信息，这样的规则设定是非常繁琐的，且实用性、识别精度以及效率都很差。
需要说明的是，在上述背景技术部分发明的信息仅用于加强对本发明的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明为解决上述的现有交互式问答系统的识别精度差的问题，提供一种信息检索方法、装置、介质及电子设备。
本发明的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本发明的实践而习得。
根据本发明的一个方面，提供一种信息检索方法，包括：接收用户原始问题；将所述用户原始问题在信息检索库中进行检索；若检索到所述用户原始问题对应的原问题，则将所述用户原始问题根据知识映射表转化成第一查询语句到图数据库中进行查询；若在所述图数据库中的第一查询结果不唯一，则根据所述第一查询结果生成问句返回给用户；根据所述用户对所述问句的答复获取所述用户的澄清词槽；根据所述用户原始问题结合所述澄清词槽生成第二查询语句，将所述第二查询语句再次到所述图数据库中进行查询，根据第二查询结果确定所述用户原始问题的答案。
在一个实施例中，所述将所述用户原始问题在信息检索库中进行检索包括：对所述用户原始问题进行预处理，包括：去除首尾标点、去除特殊符合、繁简体转换、替换成标准语句；将预处理后的所述用户原始问题在所述信息检索库中利用检索工具进行检索。
在一个实施例中，所述图数据库中存储根据所述基于知识图谱的交互式问答方法的知识数据生成的三元组所构建的知识图谱。
在一个实施例中，所述三元组包括(实体，属性，属性值)、(实体，包含，子实体)和(子实体，分项，分项值)。
在一个实施例中，信息检索方法还包括：建立所述原问题与所述原问题的查询语句的对应关系的所述知识映射表，其中，所述知识映射表存储在所述信息检索库中。
在一个实施例中，信息检索方法还包括：若在所述信息检索库中检索不到所述用户原始问题对应的所述原问题，则采用基于余弦相似度的文本匹配计算方法计算所述用户原始问题与在结构化数据库中的原问句的相似度；若所述相似度的值大于相识度阈值，则匹配到所述用户原始问题的相似问句；根据所述相似问句确定所述用户原始问题的答案。
在一个实施例中，所述结构化数据库中存储结构化的问答对数据。
在一个实施例中，信息检索方法还包括：若在所述图数据库中的所述第一查询结果唯一，则将根据所述第一查询结果确定所述用户原始问题的答案。
根据本发明的另一个方面，本发明提供一种基于知识图谱的交互式问答装置，包括：接收模块，用于接收用户原始问题；检索模块，用于将所述用户原始问题在信息检索库中进行检索；查询模块，用于若检索到所述用户原始问题对应的原问题，则将所述用户原始问题根据知识映射表转化成第一查询语句到图数据库中进行查询；反问模块，用于若在所述图数据库中的第一查询结果不唯一，则根据所述第一查询结果生成问句返回给用户；获取澄清词槽模块，用于根据所述用户对所述问句的答复获取所述用户的澄清词槽；答案确定模块，用于根据所述用户原始问题结合所述澄清词槽生成第二查询语句，将所述第二查询语句再次到所述图数据库中进行查询，根据第二查询结果确定所述用户原始问题的答案。
根据本发明的另一个方面，本发明提供一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如上述任一实施例所述的信息检索方法。
根据本发明的另一个方面，本发明提供一种电子设备，其特征在于，包括：一个或多个处理器；存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现上述任一实施例所述的信息检索方法。
本发明实施例提供的技术方案可以包括以下有益效果：
本发明提供的信息检索方法，通过在所述图数据库中的第一查询结果不唯一时，提出问句并获取用户的澄清词槽，结合澄清词槽再次到图数据库中进行查询，确定用户原始问题的答案，上述技术方案的识别精度高。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。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。
图1示出了本发明实施例中的一种信息检索方法的流程图；
图2示出了本发明实施例中的一种信息检索方法的流程图；
图3示出了本发明实施例中的信息检索答装置的框图；
图4示出了适于用来实现本发明实施例的电子设备的计算机系统的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本发明将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。
此外，所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中，提供许多具体细节从而给出对本发明的实施例的充分理解。然而，本领域技术人员将意识到，可以实践本发明的技术方案而没有特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知方法、装置、实现或者操作以避免模糊本发明的各方面。
附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
本发明的发明人发现：基于知识库的“智能问答”系统一般将知识数据以问答对的形式存入结构化数据库，然后通过各种方法将用户问题与数据库里已有问题进行匹配，匹配到最优的问题并将该问题对应的答案返回给用户。智能问答系统一贯的设计目标是“实现自然语言的交流方式的人机交互”，然而，直到今天也没有实现真正意义上的“自然语言的交流”。按照对话逻辑，智能问答系统大致可以分为“一问一答”和“交互式问答”两种。“一问一答”是指系统根据用户的提问并给出答案，前后轮次的会话之间相互独立的问答系统；“交互式问答”是指系统即可以根据用户提问直接给出答案也可以向用户进行反问并获取用户答复信息以精确定位用户意图的问答系统，“交互式问答”前后轮次的会话即可以独立又可以相互关联。目前，市面上和学术界更多的是“一问一答”型的智能问答系统，涉及到“交互式问答”的智能问答系统的相关技术研究还不够成熟。“交互式问答”的技术核心在于精确、完整地定位用户的意图，当用户的意图不明确时，系统需要对用户进行反问澄清，引导用户来完善自己的意图。比如，用户向问答系统提问“帮我看看我这个体重是否合理”，问答系统会获知用户的意图是要计算身高体重比，但是用户并没有提供他的身高和体重信息，那么系统就需要向用户去反问澄清这些缺失的信息。当前“交互式问答”系统通常会定义各种各样的规则来捕获用户的意图和缺失信息，这样的规则设定是非常繁琐的，且实用性、识别精度以及效率都很差。
图1示出了本发明实施例中的一种基于知识图谱的交互式问答方法的流程图。
在步骤S101中，接收用户原始问题。
在一些实施例中，通过语音识别或键盘输入等方式获取用户提出的原始问题，本发明不以此为限。
在步骤S102中，将用户原始问题在信息检索库中进行检索。
在步骤S103中，若检索到用户原始问题对应的原问题，则将用户原始问题根据知识映射表转化成第一查询语句到图数据库中进行查询。
在步骤S104中，若在图数据库中的第一查询语句的第一查询结果不唯一，则根据第一查询结果生成问句返回给用户。
在一个实施实例中，用户原始问题对应的知识点存在未澄清词槽，根据未澄清词槽的分项包装成反问语句返回给用户。
在步骤S105中，根据用户对问句的答复获取用户的澄清词槽。
在步骤S106中，根据用户原始问题结合澄清词槽生成第二查询语句，将第二查询语句再次到图数据库中进行查询，根据第二查询结果确定用户原始问题的答案。
在一个实施例中，若第二查询语句对应的第二查询结果不唯一，则继续抽取未澄清的词槽，进入入步骤S104中，继续生成问句返回给用户。然后重复步骤S105及步骤S106直至查询结果唯一。将唯一的查询结果包装成答案返还给用户。
上述实施例中，通过将用户原始问题根据知识映射表转化成查询语句到图数据库中进行查询的方式获取用户原始问题对应的答案，在所述图数据库中的第一查询结果不唯一时，提出问句并获取用户的澄清词槽，结合澄清词槽再次到图数据库中进行查询，确定用户原始问题的答案，上述技术方案的识别精度高，所最终获取的用户原始问题的答案准确度高。
在一个实施例中，所述图数据库中存储根据所述基于知识图谱的交互式问答方法的知识数据生成的三元组所构建的知识图谱。
在一个实施例中，三元组包括实体、属性、属性值、子实体、分项及分项值。具体的形式为：(实体，属性，属性值)、(实体，包含，子实体)和(子实体，分项，分项值)。具体的，从全部知识数据(即基于知识图谱的交互式问答方法涉及到的全部文本数据)通过人工加自动化工具协作的方式挑出一部分整理成三元组形式存入知识图谱，同时会将各条知识对应的问题存入信息检索库。在将数据整理成三元组存入知识图谱时，会考虑将一些预期用户常问的复杂问题以“分项”的概念进行规整。在将一个知识点转换成三元组时，实体的属性值如果受其他因素影响而不同的，将这些影响因素作为实体的“分项”，将实体根据不同的分项值拆分成多个子实体，每个子实体对应的原主实体的属性的属性值唯一。带分项的三元组的形式为(主实体，包含，子实体)(子实体，分项，分项值)。下面举例解释说明。
例1，知识数据为：老年防癌险这款产品，男性的保费是660元，女性的保费是600元。该知识数据中存在分项，以“性别”作为分项来设定三元组，转换成三元组为：
(老年防癌险，包含，子实体1)
(子实体1，性别，男)
(子实体1，保费，660元)
(老年防癌险，包含，子实体2)
(子实体2，性别，女)
(子实体2，保费，600元)。
在一些实施例中，三元组不包含分项时，其形式为(实体，属性，属性值)，例如，(健康险，基础保费，200元)。
在一个实施例中信息检索库中存储原问题。原问题与知识图谱中的三元组对应。
图2示出了本发明实施例中的一种基于知识图谱的交互式问答方法的流程图。
在步骤S201中，接收用户原始问题。
在步骤S202中，将用户原始问题进行预处理。
在一个实施例中，预处理包括：包括：去除首尾标点、去除特殊符合、繁简体转换、替换成标准语句等，本发明不以此为限。
在步骤S203中，使用检索工具在信息检索库进行检索。
在一个实施例中，检索工具可以是任何常用的开源信息检索/搜索工具，比如Lucene、Solr、Elasticsearch等，本发明不以此为限。
在一个实施例中，信息检索库中存储本发明提出的基于知识图谱的交互式问答方法相关的知识数据。
在步骤S204中，判断是否检索到用户原始问题对应的原问题。
在步骤S205中，若没有检索到原问题，则基于余弦相似度的文本匹配计算方法计算用户原始问题与在结构化数据库里的原问句的相似度。
在一个实施例中，全部知识数据在整理成三元组形式存储入知识图谱中后，剩下的后台数据人工整理成问答对的形式存入结构化数据库，用于对用户原始问题进行相似度匹配。
在一个实施例中，匹配原问句的详细过程包括：对于两个需要进行匹配的问句，分别进行切词、去停用词；然后将处理后的全部词汇去重，作为候选词集；将两个问句分别同候选词集比对，生成两个one-hot词向量；然后按余弦相似度计算两个词向量的相似度，作为两个问句的相似度，所使用的计算公式如下：
其中，X1(x11,x12,...,x1n)和X2(x21,x22,...,x2n)是两个一维向量，对应两个问句的词向量。根据设定的相似度阈值，若两个问句的相似度的值大于相似度阈值，则认为两个问句匹配，否则不匹配。下面举例进行说明。
例2，两个句子：我喜欢苹果；我不喜欢香蕉。经过切词、去停用词之后得到：文本A：我/喜欢/苹果；文本B：我/不/喜欢/香蕉。经过去重后列出所有的词：我/喜欢/苹果/不/香蕉。写出词频向量：词向量A：[1,1,1,0,0]；词向量B：[1,1,0,1,1]。计算余弦相似度为：cos(θ)＝0.667.
判断计算相似度的结果是否超过阈值，假设设定阈值为0.9，0.667<0.9，判断结果为不匹配。
在一个实施例中，结构化数据库中存储结构化的问答对数据。
在步骤S206中，判断相似度的值是否大于相似度阈值。
在一些实施例中，相似度阈值的大小可根据实际使用本发明提出的基于知识图谱的交互式问答方法时，对精确度的要求来设定，例如，设为0.9,0.95等，本发明不以此为限。
在步骤S207中，若相似度的值小于相似度阈值，则说明没有匹配到相似问句，由人工答复用户原始问题。同时，与用户的一个问题的会话终止。
在步骤S208中，若相似度的值大于相似度阈值，则说明匹配到相似问句。
在步骤S209中，确定用户原始问题的答案。
在一个实施例中，在匹配到相似问句的情况下，根据结构化数据库中存储的问答对数据，从结构化数据库中获取相似问句的标准答案，将其进行包装之后作为用户原始问题的答案。同时，与用户的一个问题的会话终止。
在步骤S210中，若检索到原问题，则将用户原始问题根据知识映射表转化成第一查询语句。
在一个实施例中，建立原问题与原问题的查询语句的对应关系的知识映射表。具体的，从基于知识图谱的交互式问答方法的知识数据通过人工加自动化工具(如，基于python脚本语言的知识抽取脚本)协作的方式挑出一部分整理成三元组形式存入知识图谱，同时会将各条知识对应的问题存入信息检索工具，并人工翻译成知识图谱查询语句，整理成知识映射表。知识映射表建立了一种问题与查询语句之间的映射关系，用于问题检索和在图数据库中的查询。例如，原问题为：微医保保哪些责任？，对应的查询语句为：SELECT*WHERE{product:weibao rdf:保障责任？o}。当获取用户原始问题为“微医保可以保什么啊”，将用户原始问题在信息检索库中进行检索，可以检索到相似问题“微医保保哪些责任？”，然后在知识映射表中获取知识点问题“微医保保哪些责任？”对应的图数据库查询语句“SELECT*WHERE{product:weibao rdf:保障责任？o}”，将查询语句在图数据中进行查询。在一个实施例中，知识映射表存储在信息检索库中。在检索到原问题后直接获取到对应的图数据查询语句，这样也节省了转换的时间。
在一个实施例中，第一查询语句可以是sparql语句，本发明不以此为限。
在一些实施例中，知识映射表还可存储在不同的位置，例如传统数据库、表格文档(Excel文件)或文本文档中。
在步骤S211中，将第一查询语句到图数据库中进行查询。
在一个实施例中，知识图谱数据以三元组的形式存储于图数据库中，存储知识图谱的图数据库可以是任何开源图数据库或商业图数据库，如Neo4j、ApacheJena、Gstore等，本发明不以此为限。
在一些实施例中，三元组可以选择带有分项的三元组，也可以是其他形式的三元组，本发明不以此为限。
在步骤S212中，判断查询结果是否唯一。即，判断返回的查询结果是1条还是多条。
若查询结果唯一，则进入步骤S209，将查询结果包装成答案返回给用户。同时，与用户的一个问题的会话终止。
在步骤S213中，若查询结果不唯一，则抽取未确认的词槽。词槽对应三元组中的分项。
在步骤S214中，生成问句返回给用户。具体的，将词槽包装成反问语句返回给用户。
在步骤S215中，根据用户对问句的答复获取用户的澄清词槽。澄清词槽用于确定步骤S213中分项的分项值。
在步骤S216中，根据用户原始问题结合澄清词槽生成第二查询语句。
在一个实施例中，第二查询语句可以是sparql语句，本发明不以此为限。
在步骤S217中，再次到图数据库中查询。
在步骤S218中，判断第二查询结果是否唯一。即，最终获得的三元组中所有分项的分项值全部确定。若第二查询结果只有一条，则进入步骤S209，将第二查询结果包装成答案返回用户。同时，与用户的一个问题的会话终止。然而，若第二查询结构大于一条，那么需要返回步骤S213，直到第二查询结果唯一时，才能确定用户原始问题的答案。
下面将举例说明涉及到返回问句的交互式问答的过程，接着前述例1。基于例1中建立的三元组，用户的问题为：我今年25岁买这个保险的话保费是多少钱？
通过问题检索可以识别到用户的意图是问“老年防癌险的保费”，根据知识映射表，自动转化成图数据库查询语句，形成如下面的语句：
Select？result
Where
{老年防癌险保费？result}。
该查询语句在图数据中会返回的结果条目数大于1条，如下：
(老年防癌险，保费，660元)
(老年防癌险，保费，600元)。
这时，根据“老年防癌险的保费”这一实体属性相关的分项进行反问澄清，向用户返回类似于“请您告知被保人的性别”这样的问句，用户在回答后，获取用户答复里澄清词槽(即分项值)，组成新的查询语句在图数据中查询，比如用户答复是“男性”后，组成如下新的查询语句：
Select？result
Where
{老年防癌险包含？subItem
？subItem性别男
？subItem保费？result}
该查询语句在图数据中可以查询到结果条目数为1条，如下：
(老年防癌险，保费，660元)。
此时，图数据库返回的查询结果条目数为1条，表示无需进一步进行反问澄清了，可以将最后的结果包装好返回用户，比如“您好，老年防癌险男性的保费是660元”。
上述实施例中，通过多种方式确定用户原始问题的答案，包括在信息检索库中检索不到原问题时，基于余弦相似度的文本匹配计算方法计算用户原始问题与结构化数据库中的原问题的相似度，或者在检索到原问题时，根据知识映射表将用户原始问题转化成查询语句从图数据库中查询以确定答案，上述技术方案可高效高精度地与用户交流。
图3示出了本发明实施例中的基于知识图谱的交互式问答装置的框图。
参照图3所示，基于知识图谱的交互式问答装置300，包括：接收模块301、检索模块302、查询模块303、反问模块304、获取澄清词槽模块305及答案确定模块306。
答案确定模块301用于接收用户原始问题。
检索模块302用于将用户原始问题在信息检索库中进行检索。
查询模块303用于若检索到用户原始问题对应的原问题，则将用户原始问题根据知识映射表转化成第一查询语句到图数据库中进行查询。
反问模块304用于若在图数据库中的第一查询语句的第一查询结果不唯一，则根据第一查询结果生成问句返回给用户。
获取澄清词槽模块305用于根据用户对问句的答复获取用户的澄清词槽。
答案确定模块306用于根据用户原始问题结合澄清词槽生成第二查询语句，将第二查询语句再次到图数据库中进行查询，根据第二查询结果确定用户原始问题的答案。
上述实施例中，通过在所述图数据库中的第一查询结果不唯一时，提出问句并获取用户的澄清词槽，结合澄清词槽再次到图数据库中进行查询，确定用户原始问题的答案，上述技术方案的识别精度高，所最终获取的用户原始问题的答案准确度高。
由于本发明的示例实施例的基于知识图谱的交互式问答装置的各个功能模块与上述基于知识图谱的交互式问答方法的示例实施例的步骤对应，因此对于本发明装置实施例中未披露的细节，请参照本发明上述的基于知识图谱的交互式问答方法的实施例。
下面参考图4，其示出了适于用来实现本发明实施例的电子设备的计算机系统400的结构示意图。图4示出的电子设备的计算机系统400仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，计算机系统400包括中央处理单元(CPU)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有系统操作所需的各种程序和数据。CPU401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。
以下部件连接至I/O接口405：包括键盘、鼠标等的输入部分406；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407；包括硬盘等的存储部分408；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器410上，以便于从其上读出的计算机程序根据需要被安装入存储部分408。
特别地，根据本发明的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(CPU)401执行时，执行本申请的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该电子设备执行时，使得该电子设备实现如上述实施例中所述的基于知识图谱的交互式问答方法。
例如，所述的电子设备可以实现如图1中所示的：在步骤S101中，接收用户原始问题。在步骤S102中，将用户原始问题在信息检索库中进行检索。在步骤S103中，若检索到用户原始问题对应的原问题，则将用户原始问题根据知识映射表转化成第一查询语句到图数据库中进行查询。在步骤S104中，若在图数据库中的第一查询语句的第一查询结果不唯一，则根据第一查询结果生成问句返回给用户。在步骤S105中，根据用户对问句的答复获取用户的澄清词槽。在步骤S106中，根据用户原始问题结合澄清词槽生成第二查询语句，将第二查询语句再次到图数据库中进行查询，根据第二查询结果确定用户原始问题的答案。
应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本发明的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本发明实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本发明实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (10)
1.一种信息检索方法，其特征在于，包括：
接收用户原始问题；
将所述用户原始问题在信息检索库中进行检索；
若检索到所述用户原始问题对应的原问题，则将所述用户原始问题根据知识映射表转化成第一查询语句到图数据库中进行查询；
若在所述图数据库中的第一查询结果不唯一，则根据所述第一查询结果生成问句返回给用户；
根据所述用户对所述问句的答复获取所述用户的澄清词槽；
根据所述用户原始问题结合所述澄清词槽生成第二查询语句，将所述第二查询语句再次到所述图数据库中进行查询，根据第二查询结果确定所述用户原始问题的答案。
2.根据权利要求1所述的信息检索方法，其特征在于，所述将所述用户原始问题在信息检索库中进行检索包括：
对所述用户原始问题进行预处理，包括：去除首尾标点、去除特殊符合、繁简体转换、替换成标准语句；
将预处理后的所述用户原始问题在所述信息检索库中利用检索工具进行检索。
3.根据权利要求1所述的信息检索方法，其特征在于，所述图数据库中存储根据所述基于知识图谱的交互式问答方法的知识数据生成的三元组所构建的知识图谱。
4.根据权利要求1所述的信息检索方法，其特征在于，还包括：
建立所述原问题与所述原问题的查询语句的对应关系的所述知识映射表，其中，所述知识映射表存储在所述信息检索库中。
5.根据权利要求1所述的信息检索方法，其特征在于，还包括：
若在所述信息检索库中检索不到所述用户原始问题对应的所述原问题，则采用基于余弦相似度的文本匹配计算方法计算所述用户原始问题与在结构化数据库中的原问句的相似度；
若所述相似度的值大于相识度阈值，则匹配到所述用户原始问题的相似问句；
根据所述相似问句确定所述用户原始问题的答案。
6.根据权利要求5所述的信息检索方法，其特征在于，所述结构化数据库中存储结构化的问答对数据。
7.根据权利要求1所述的信息检索方法，其特征在于，还包括：
若在所述图数据库中的所述第一查询结果唯一，则将根据所述第一查询结果确定所述用户原始问题的答案。
8.一种信息检索装置，其特征在于，包括：
接收模块，用于接收用户原始问题；
检索模块，用于将所述用户原始问题在信息检索库中进行检索；
查询模块，用于若检索到所述用户原始问题对应的原问题，则将所述用户原始问题根据知识映射表转化成第一查询语句到图数据库中进行查询；
反问模块，用于若在所述图数据库中的第一查询结果不唯一，则根据所述第一查询结果生成问句返回给用户；
获取澄清词槽模块，用于根据所述用户对所述问句的答复获取所述用户的澄清词槽；
答案确定模块，用于根据所述用户原始问题结合所述澄清词槽生成第二查询语句，将所述第二查询语句再次到所述图数据库中进行查询，根据第二查询结果确定所述用户原始问题的答案。
9.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1至7中任一项所述的信息检索方法。
10.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1至7中任一项所述的信息检索方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911139093.5A CN111046154A (zh) | 2019-11-20 | 2019-11-20 | 信息检索方法、装置、介质及电子设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911139093.5A CN111046154A (zh) | 2019-11-20 | 2019-11-20 | 信息检索方法、装置、介质及电子设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111046154A true CN111046154A (zh) | 2020-04-21 |
Family
ID=70233079
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911139093.5A Pending CN111046154A (zh) | 2019-11-20 | 2019-11-20 | 信息检索方法、装置、介质及电子设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111046154A (zh) |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111611364A (zh) * | 2020-05-15 | 2020-09-01 | 北京百度网讯科技有限公司 | 一种智能应答方法、装置、设备及存储介质 |
| CN112527997A (zh) * | 2020-12-18 | 2021-03-19 | 中国南方电网有限责任公司 | 一种基于电网领域调度场景知识图谱的智能问答方法及系统 |
| CN113449093A (zh) * | 2021-07-08 | 2021-09-28 | 京东科技控股股份有限公司 | 智能应答方法、装置和电子设备 |
| CN113641805A (zh) * | 2021-07-19 | 2021-11-12 | 北京百度网讯科技有限公司 | 结构化问答模型的获取方法、问答方法及对应装置 |
| CN113742469A (zh) * | 2021-09-03 | 2021-12-03 | 科讯嘉联信息技术有限公司 | 基于Pipeline处理和ES储存问答系统构建方法 |
| CN114153994A (zh) * | 2022-02-08 | 2022-03-08 | 北京大学 | 医保信息问答方法及装置 |
| CN114416935A (zh) * | 2021-12-24 | 2022-04-29 | 北京百度网讯科技有限公司 | 知识问答处理方法及知识问答系统的构建方法、装置 |
| CN114510558A (zh) * | 2022-01-26 | 2022-05-17 | 北京博瑞彤芸科技股份有限公司 | 一种基于中医知识图谱的问答方法及系统 |
| CN115905497A (zh) * | 2022-12-23 | 2023-04-04 | 北京百度网讯科技有限公司 | 确定答复语句的方法、装置、电子设备和存储介质 |
| CN116244344A (zh) * | 2022-11-25 | 2023-06-09 | 中国农业科学院农业信息研究所 | 基于用户需求的检索方法、装置以及电子设备 |
| CN117112806A (zh) * | 2023-10-12 | 2023-11-24 | 北京大学深圳研究生院 | 一种基于知识图谱的信息结构化方法和装置 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106897263A (zh) * | 2016-12-29 | 2017-06-27 | 北京光年无限科技有限公司 | 基于深度学习的机器人对话交互方法及装置 |
| CN109033151A (zh) * | 2018-06-12 | 2018-12-18 | 广东小天才科技有限公司 | 一种基于语音交互的搜题方法及电子设备 |
| CN109213854A (zh) * | 2018-09-05 | 2019-01-15 | 平安科技（深圳）有限公司 | 知识图谱信息管理方法、装置、计算机设备及存储介质 |
| CN109299227A (zh) * | 2018-11-07 | 2019-02-01 | 平安医疗健康管理股份有限公司 | 基于语音识别的信息查询方法和装置 |
| CN109545203A (zh) * | 2018-12-14 | 2019-03-29 | 深圳壹账通智能科技有限公司 | 语音识别方法、装置、设备和存储介质 |
| CN109658271A (zh) * | 2018-12-19 | 2019-04-19 | 前海企保科技（深圳）有限公司 | 一种基于保险专业场景的智能客服系统及方法 |
| CN109710796A (zh) * | 2019-01-14 | 2019-05-03 | Oppo广东移动通信有限公司 | 基于语音的图片搜索方法、装置、存储介质及终端 |
| CN110019844A (zh) * | 2019-02-20 | 2019-07-16 | 众安信息技术服务有限公司 | 一种保险行业知识图谱问答系统构建方法及装置 |
-
2019
- 2019-11-20 CN CN201911139093.5A patent/CN111046154A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106897263A (zh) * | 2016-12-29 | 2017-06-27 | 北京光年无限科技有限公司 | 基于深度学习的机器人对话交互方法及装置 |
| CN109033151A (zh) * | 2018-06-12 | 2018-12-18 | 广东小天才科技有限公司 | 一种基于语音交互的搜题方法及电子设备 |
| CN109213854A (zh) * | 2018-09-05 | 2019-01-15 | 平安科技（深圳）有限公司 | 知识图谱信息管理方法、装置、计算机设备及存储介质 |
| CN109299227A (zh) * | 2018-11-07 | 2019-02-01 | 平安医疗健康管理股份有限公司 | 基于语音识别的信息查询方法和装置 |
| CN109545203A (zh) * | 2018-12-14 | 2019-03-29 | 深圳壹账通智能科技有限公司 | 语音识别方法、装置、设备和存储介质 |
| CN109658271A (zh) * | 2018-12-19 | 2019-04-19 | 前海企保科技（深圳）有限公司 | 一种基于保险专业场景的智能客服系统及方法 |
| CN109710796A (zh) * | 2019-01-14 | 2019-05-03 | Oppo广东移动通信有限公司 | 基于语音的图片搜索方法、装置、存储介质及终端 |
| CN110019844A (zh) * | 2019-02-20 | 2019-07-16 | 众安信息技术服务有限公司 | 一种保险行业知识图谱问答系统构建方法及装置 |
Cited By (20)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111611364A (zh) * | 2020-05-15 | 2020-09-01 | 北京百度网讯科技有限公司 | 一种智能应答方法、装置、设备及存储介质 |
| CN111611364B (zh) * | 2020-05-15 | 2023-08-15 | 北京百度网讯科技有限公司 | 一种智能应答方法、装置、设备及存储介质 |
| CN112527997A (zh) * | 2020-12-18 | 2021-03-19 | 中国南方电网有限责任公司 | 一种基于电网领域调度场景知识图谱的智能问答方法及系统 |
| CN112527997B (zh) * | 2020-12-18 | 2024-01-23 | 中国南方电网有限责任公司 | 一种基于电网领域调度场景知识图谱的智能问答方法及系统 |
| CN113449093B (zh) * | 2021-07-08 | 2024-04-16 | 京东科技控股股份有限公司 | 智能应答方法、装置和电子设备 |
| CN113449093A (zh) * | 2021-07-08 | 2021-09-28 | 京东科技控股股份有限公司 | 智能应答方法、装置和电子设备 |
| CN113641805A (zh) * | 2021-07-19 | 2021-11-12 | 北京百度网讯科技有限公司 | 结构化问答模型的获取方法、问答方法及对应装置 |
| CN113641805B (zh) * | 2021-07-19 | 2024-05-24 | 北京百度网讯科技有限公司 | 结构化问答模型的获取方法、问答方法及对应装置 |
| CN113742469A (zh) * | 2021-09-03 | 2021-12-03 | 科讯嘉联信息技术有限公司 | 基于Pipeline处理和ES储存问答系统构建方法 |
| CN113742469B (zh) * | 2021-09-03 | 2023-12-15 | 科讯嘉联信息技术有限公司 | 基于Pipeline处理和ES储存问答系统构建方法 |
| CN114416935A (zh) * | 2021-12-24 | 2022-04-29 | 北京百度网讯科技有限公司 | 知识问答处理方法及知识问答系统的构建方法、装置 |
| EP4160490A3 (en) * | 2021-12-24 | 2023-05-03 | Beijing Baidu Netcom Science Technology Co., Ltd. | Method and apparatus for knowledge answering, method and apparatus for generating knowledge answering system |
| CN114510558A (zh) * | 2022-01-26 | 2022-05-17 | 北京博瑞彤芸科技股份有限公司 | 一种基于中医知识图谱的问答方法及系统 |
| CN114153994A (zh) * | 2022-02-08 | 2022-03-08 | 北京大学 | 医保信息问答方法及装置 |
| CN116244344B (zh) * | 2022-11-25 | 2023-09-05 | 中国农业科学院农业信息研究所 | 基于用户需求的检索方法、装置以及电子设备 |
| CN116244344A (zh) * | 2022-11-25 | 2023-06-09 | 中国农业科学院农业信息研究所 | 基于用户需求的检索方法、装置以及电子设备 |
| CN115905497B (zh) * | 2022-12-23 | 2024-03-19 | 北京百度网讯科技有限公司 | 确定答复语句的方法、装置、电子设备和存储介质 |
| CN115905497A (zh) * | 2022-12-23 | 2023-04-04 | 北京百度网讯科技有限公司 | 确定答复语句的方法、装置、电子设备和存储介质 |
| CN117112806A (zh) * | 2023-10-12 | 2023-11-24 | 北京大学深圳研究生院 | 一种基于知识图谱的信息结构化方法和装置 |
| CN117112806B (zh) * | 2023-10-12 | 2024-01-26 | 北京大学深圳研究生院 | 一种基于知识图谱的信息结构化方法和装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111046154A (zh) | 信息检索方法、装置、介质及电子设备 | |
| EP4060565A1 (en) | Method and apparatus for acquiring pre-trained model | |
| CN109241524B (zh) | 语义解析方法及装置、计算机可读存储介质、电子设备 | |
| CN110019732B (zh) | 一种智能问答方法以及相关装置 | |
| US20140351228A1 (en) | Dialog system, redundant message removal method and redundant message removal program | |
| CN110162768B (zh) | 实体关系的获取方法、装置、计算机可读介质及电子设备 | |
| EP3620994A1 (en) | Methods, apparatuses, devices, and computer-readable storage media for determining category of entity | |
| CN107436916B (zh) | 智能提示答案的方法及装置 | |
| CN110895559A (zh) | 模型训练、文本处理方法、装置以及设备 | |
| US20220261545A1 (en) | Systems and methods for producing a semantic representation of a document | |
| CN115292457A (zh) | 知识问答方法、装置、计算机可读介质及电子设备 | |
| CN115470338B (zh) | 一种基于多路召回的多场景智能问答方法和系统 | |
| US20230004819A1 (en) | Method and apparatus for training semantic retrieval network, electronic device and storage medium | |
| CN114579104A (zh) | 数据分析场景的生成方法、装置、设备及存储介质 | |
| CN111339424B (zh) | 基于关键词进行搜索的方法、装置、设备及存储介质 | |
| CN116303537A (zh) | 数据查询方法及装置、电子设备、存储介质 | |
| WO2022022049A1 (zh) | 文本长难句的压缩方法、装置、计算机设备及存储介质 | |
| CN113220862A (zh) | 标准问识别方法、装置及计算机设备及存储介质 | |
| CN111428486B (zh) | 物品信息数据处理方法、装置、介质及电子设备 | |
| CN117076636A (zh) | 一种智能客服的信息查询方法、系统和设备 | |
| CN112199958A (zh) | 概念词序列生成方法、装置、计算机设备及存储介质 | |
| CN114118049B (zh) | 信息获取方法、装置、电子设备及存储介质 | |
| CN115186163B (zh) | 搜索结果排序模型的训练与搜索结果排序方法、装置 | |
| CN115510193A (zh) | 查询结果向量化方法、查询结果确定方法及相关装置 | |
| CN115547514A (zh) | 一种致病基因排序方法、装置、电子设备和介质 |
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 |
Application publication date: 20200421 |