CN114153961A - 一种基于知识图谱的问答方法及系统 - Google Patents

一种基于知识图谱的问答方法及系统 Download PDF

Info

Publication number
CN114153961A
CN114153961A CN202210115504.2A CN202210115504A CN114153961A CN 114153961 A CN114153961 A CN 114153961A CN 202210115504 A CN202210115504 A CN 202210115504A CN 114153961 A CN114153961 A CN 114153961A
Authority
CN
China
Prior art keywords
data
degree
identity
user
identification
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.)
Granted
Application number
CN202210115504.2A
Other languages
English (en)
Other versions
CN114153961B (zh
Inventor
嵇望
陈默
梁青
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Yuanchuan Xinye Technology Co ltd
Original Assignee
Hangzhou Yuanchuan New Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hangzhou Yuanchuan New Technology Co ltd filed Critical Hangzhou Yuanchuan New Technology Co ltd
Priority to CN202210115504.2A priority Critical patent/CN114153961B/zh
Publication of CN114153961A publication Critical patent/CN114153961A/zh
Application granted granted Critical
Publication of CN114153961B publication Critical patent/CN114153961B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F16/338—Presentation of query results
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G06F40/35—Discourse or dialogue representation

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Human Computer Interaction (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供一种基于知识图谱的问答方法及系统，其中方法包括：接收用户输入的问题；解析问题，确定实体和/或属性和/或关系；基于实体和/或属性和/或关系，从知识图谱中获取问题的答案；将答案返回给用户；获取知识图谱中与答案对应的数据所关联的标识数据；基于标识数据，生成标识并在将答案返回给用户时同步返回；将标识与答案同步呈现给用户。本发明的基于知识图谱的问答方法，在返回用户答案时，通过标识对答案性质进行说明，实现在具有争议的问题的回答时，不对用户进行误导，提高知识图谱的准确性的表现。

Description

一种基于知识图谱的问答方法及系统
技术领域
本发明涉及人工智能技术领域，特别涉及一种基于知识图谱的问答方法及系统。
背景技术
目前，随着人工智能的发展，自动问答系统逐渐成为人和机器沟通的新模式，它可以在理解用户输入的问句后，针对用户意图返回精准的问句答案。
目前版本的faq智能问答系统已经趋于完善，可以完成机器人的智能问答，实现与用户的智能交互。但是对于偏知识型、数据型、以及百科类的事实性知识，带有比较级、最高级、及综合条件查询等形式的问句，基于知识图谱的智能问答能更好的存储数据信息和答案的查询，快速返回符合要求的问题答案。但是，对于一些仍存有争议的问题，当人们通过问答系统进行提问时现有的基于知识图谱的问答系统也只是给出构建知识图谱的数据中的答案，往往对人们形成误导。
发明内容
本发明目的之一在于提供了一种基于知识图谱的问答方法，在返回用户答案时，通过标识对答案性质进行说明，实现在具有争议的问题的回答时，不对用户进行误导，提高知识图谱的准确性的表现。
本发明实施例提供的一种基于知识图谱的问答方法，包括：
接收用户输入的问题；
解析问题，确定实体和/或属性和/或关系；
基于实体和/或属性和/或关系，从知识图谱中获取问题的答案；
将答案返回给用户；
获取知识图谱中与答案对应的数据所关联的标识数据；
基于标识数据，生成标识并在将答案返回给用户时同步返回；
将标识与答案同步呈现给用户。
优选的，标识数据通过如下步骤生成：
获取构建答案对应在知识图谱内的数据的原始数据；
将原始数据与预设的公理数据库中的第一数据进行匹配，当存在匹配符合项时，生成表示公理的标识数据；
和/或，
将原始数据与预设的定理数据库中的第二数据进行匹配，当存在匹配符合项时，生成表示定理的标识数据；
和/或，
将原始数据与预设的推理数据库中的第三数据进行匹配，当存在匹配符合项时，生成表示推理的标识数据。
优选的，标识数据还通过如下步骤生成：
获取构建答案对应在知识图谱内的数据的原始数据；
当原始数据在定理数据库和公理数据库中都不存在匹配符合项时，基于原始数据，构建意见采集问询并将意见采集问询发送至大数据平台；
在预设的时间段内接收大数据平台上各个用户对于原始数据是否正确的反馈数据；
解析反馈数据，确定认同度和不认同度；
当认同度与不认同度的差值在预设的差值范围内时，生成表示争议的标识数据；
当不认同度小于认同度且认同度与不认同度的差值在预设的差值范围内时，生成表示公众认同的标识数据；
当认同度小于不认同度且认同度与不认同度的差值在预设的差值范围内时，将原始数据和原始数据对应的知识图谱中的数据删除。
优选的，解析反馈数据，确定认同度和不认同度，包括：
获取反馈数据对应的用户的权威值集合；
确定原始数据对应的领域；
基于领域从权威值集合中提取用户在领域的权威值；
基于权威值的从大到小的顺序，对用户进行排序，形成排序表；
当最大的权威值大于预设的阈值时，提取排序表中的前预设个数的用户的权威值作为认同度和不认同度的计算数据并基于提取的权威值计算认同度和不认同度，计算公式如下：
Figure 148012DEST_PATH_IMAGE001
;
其中，
Figure 849996DEST_PATH_IMAGE002
表示认同度；
Figure 551236DEST_PATH_IMAGE003
表示不认同度；
Figure 40992DEST_PATH_IMAGE004
表示反馈数据为认同的第
Figure 194892DEST_PATH_IMAGE005
个用户的 权威值；
Figure 546239DEST_PATH_IMAGE006
表示反馈数据为不认同的第
Figure DEST_PATH_IMAGE007
个用户的权威值；
Figure 321560DEST_PATH_IMAGE008
为反馈数据为认同的用户的总 数；
Figure 467370DEST_PATH_IMAGE009
为反馈数据为不认同的用户的总数。
优选的，当意见采集问询发送至大数据平台后，未达到预设的时间段时，生成表示决议中的标识数据；当达到预设的时间后删除表示决议中的标识数据。
本发明还提供一种基于知识图谱的问答系统，包括：
问题接收模块，用于接收用户输入的问题；
解析模块，用于解析问题，确定实体和/或属性和/或关系；
提取模块，用于基于实体和/或属性和/或关系，从知识图谱中获取问题的答案；
返回模块，用于将答案返回给用户；
获取模块，用于获取知识图谱中与答案对应的数据所关联的标识数据；
返回模块，还用于基于标识数据，生成标识并在将答案返回给用户时同步返回；
呈现模块，用于将标识与答案同步呈现给用户。
优选的，标识数据通过如下步骤生成：
获取构建答案对应在知识图谱内的数据的原始数据；
将原始数据与预设的公理数据库中的第一数据进行匹配，当存在匹配符合项时，生成表示公理的标识数据；
和/或，
将原始数据与预设的定理数据库中的第二数据进行匹配，当存在匹配符合项时，生成表示定理的标识数据；
和/或，
将原始数据与预设的推理数据库中的第三数据进行匹配，当存在匹配符合项时，生成表示推理的标识数据。
优选的，标识数据还通过如下步骤生成：
获取构建答案对应在知识图谱内的数据的原始数据；
当原始数据在定理数据库和公理数据库中都不存在匹配符合项时，基于原始数据，构建意见采集问询并将意见采集问询发送至大数据平台；
在预设的时间段内接收大数据平台上各个用户对于原始数据是否正确的反馈数据；
解析反馈数据，确定认同度和不认同度；
当认同度与不认同度的差值在预设的差值范围内时，生成表示争议的标识数据；
当不认同度小于认同度且认同度与不认同度的差值在预设的差值范围内时，生成表示公众认同的标识数据；
当认同度小于不认同度且认同度与不认同度的差值在预设的差值范围内时，将原始数据和原始数据对应的知识图谱中的数据删除。
优选的，解析反馈数据，确定认同度和不认同度，包括：
获取反馈数据对应的用户的权威值集合；
确定原始数据对应的领域；
基于领域从权威值集合中提取用户在领域的权威值；
基于权威值的从大到小的顺序，对用户进行排序，形成排序表；
当最大的权威值大于预设的阈值时，提取排序表中的前预设个数的用户的权威值作为认同度和不认同度的计算数据并基于提取的权威值计算认同度和不认同度，计算公式如下：
Figure 357835DEST_PATH_IMAGE010
;
其中，
Figure 247293DEST_PATH_IMAGE011
表示认同度；
Figure 657546DEST_PATH_IMAGE012
表示不认同度；
Figure 11077DEST_PATH_IMAGE013
表示反馈数据为认同的第
Figure 405150DEST_PATH_IMAGE014
个用户的 权威值；
Figure 832720DEST_PATH_IMAGE015
表示反馈数据为不认同的第
Figure 346747DEST_PATH_IMAGE016
个用户的权威值；
Figure 834360DEST_PATH_IMAGE017
为反馈数据为认同的用户的 总数；
Figure 715728DEST_PATH_IMAGE018
为反馈数据为不认同的用户的总数。
优选的，当意见采集问询发送至大数据平台后，未达到预设的时间段时，生成表示决议中的标识数据；当达到预设的时间后删除表示决议中的标识数据。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种基于知识图谱的问答方法的示意图；
图2为本发明实施例中一种基于知识图谱的问答系统的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
本发明实施例提供了一种基于知识图谱的问答方法，如图1所示，包括：
步骤S1：接收用户输入的问题；
步骤S2：解析问题，确定实体和/或属性和/或关系；
步骤S3：基于实体和/或属性和/或关系，从知识图谱中获取问题的答案；
步骤S4：将答案返回给用户；
步骤S5：获取知识图谱中与答案对应的数据所关联的标识数据；
步骤S6：基于标识数据，生成标识并在将答案返回给用户时同步返回；
步骤S7：将标识与答案同步呈现给用户。
上述技术方案的工作原理及有益效果为：
本发明的主要目的是充分利用知识图谱技术，基于知识图谱的智能问答，对问句进行句法分析，实体、数值等关系进行抽取，利用知识图谱存储数据，使其能够回答综合条件查询等复杂句式，从而给与客户更好的交互体验。知识图谱构建页面。利用SpringBoot和vue来完成平台的开发，采用前后端分离设计，将系统进行分模块化开发，方便用户完成实体、关系、实体类型等三元组的添加。知识图谱的导入导出。支持构建完成的知识图谱以Excel格式导入导出。知识图谱的动态展示。支持构建完成的知识图谱以图型绘制的形式展示出来，更加直观展示三元组的关系。回答术语的个性化配置。用户可以自定义多种答案话术配置，给与更加人性化的答案。支持多种类型问句回答，具体包括：属性的正查，关系的正查；通过属性反查，通过关系反查；综合属性条件查询（查实体），通过范围查询；最高级查询，异同值判断查询，比较级查询；多重属性值反查，多重属性值和关系并列的反查，多重关系反查，综合查询（查属性）。相比于传统知识中非结构化表达的形式，知识图谱以结构化的方式表达知识，将事物的属性以及事物之间的语义关系显式地表示出来；相比于结构化表达的形式，知识图谱中事物的属性以及事物之间的联系以三元组的形式刻画，更加简洁直观、灵活丰富。对用户友好的知识图谱构建界面，灵活的配置界面，初级交付人员只需要掌握简单的知识图谱概念，能够通过短期培训，快速掌握使用构建知识图谱平台的能力，支持知识图谱的一键导入导出功能，基于同一专业领域构建的知识图谱，可以实现一次构建，多次复用，现有的Faq需要对每个用户意图配置对应的问题答案，而基于知识图谱的智能问答，只要将相关事实知识数据一次构建完成，可以支持多角度的用户提问，灵活多变。支持单挑和多跳问题，基于知识图谱的智能问答能够回答比较级、最高级、范围查询、综合查询查实体、综合查询查属性以及多重属性值关系并列正反查等问题类型，扩展了回答问题的类型，缩短了用户获取价值信息的时间，满足多样化的用户需求，改善了用户体验，能够最大程度满足用户对智能化的期待。
在返回用户答案时，将知识图谱中对应答案的数据的标识数据进行同步呈现，以保证用户对答案的有效、来源具有直观的了解；标识包括：定理、公理、推理、争议；不同的标识采用不同的颜色边框设置在答案周围，并且配以不同的文字上标，实现不影响用户对答案的获取的情况下，对标识的展示。例如：对于公理的标识，采用绿色的边框，右上角的文字为“公”。
在一个实施例中，标识数据通过如下步骤生成：
获取构建答案对应在知识图谱内的数据的原始数据；
将原始数据与预设的公理数据库中的第一数据进行匹配，当存在匹配符合项时，生成表示公理的标识数据；
和/或，
将原始数据与预设的定理数据库中的第二数据进行匹配，当存在匹配符合项时，生成表示定理的标识数据；
和/或，
将原始数据与预设的推理数据库中的第三数据进行匹配，当存在匹配符合项时，生成表示推理的标识数据。
上述技术方案的工作原理及有益效果为：
通过预设的公理、定理以及推理库，确定原始数据是否是公理、定理以及推理；进而形成标识数据。
在一个实施例中，标识数据还通过如下步骤生成：
获取构建答案对应在知识图谱内的数据的原始数据；
当原始数据在定理数据库和公理数据库中都不存在匹配符合项时，基于原始数据，构建意见采集问询并将意见采集问询发送至大数据平台；公理和定理是基本原理，具有不可诋毁的公信力，因此无需进行公众认同步骤；
在预设的时间段内接收大数据平台上各个用户对于原始数据是否正确的反馈数据；
解析反馈数据，确定认同度和不认同度；认同度与不认同度的和值为一；
当认同度与不认同度的差值在预设的差值范围内时，生成表示争议的标识数据；通过设置差值范围，确定该原始数据的正确存在争议，即存在一部分人认同原始数据为正确的，一部分人不认同原始数据为正确的；例如差值范围的最小值为0，最大值为0.85；
当不认同度小于认同度且认同度与不认同度的差值在预设的差值范围内时，生成表示公众认同的标识数据；
当认同度小于不认同度且认同度与不认同度的差值在预设的差值范围内时，将原始数据和原始数据对应的知识图谱中的数据删除，以优化知识图谱的准确性。
在一个实施例中，解析反馈数据，确定认同度和不认同度，包括：
获取反馈数据对应的用户的权威值集合；权威值集合中的各个权威值对应用户在各个不同领域的权威性；例如当用户为经济学教授或专家时，权威值为100，而在计算机方面的权威值为10；
确定原始数据对应的领域；
基于领域从权威值集合中提取用户在领域的权威值；
基于权威值的从大到小的顺序，对用户进行排序，形成排序表；
当最大的权威值大于预设的阈值（例如：90）时，提取排序表中的前预设个数（例如：1000）的用户的权威值作为认同度和不认同度的计算数据并基于提取的权威值计算认同度和不认同度，计算公式如下：
Figure 963301DEST_PATH_IMAGE019
;
其中，
Figure 613725DEST_PATH_IMAGE020
表示认同度；
Figure 272240DEST_PATH_IMAGE021
表示不认同度；
Figure 640904DEST_PATH_IMAGE022
表示反馈数据为认同的第
Figure 659544DEST_PATH_IMAGE023
个用户的 权威值；
Figure 430054DEST_PATH_IMAGE024
表示反馈数据为不认同的第
Figure 993891DEST_PATH_IMAGE025
个用户的权威值；
Figure 332075DEST_PATH_IMAGE026
为反馈数据为认同的用户的 总数；
Figure 170718DEST_PATH_IMAGE027
为反馈数据为不认同的用户的总数。
Figure 530155DEST_PATH_IMAGE028
为预设个数。
为了便于用户对答案的公信是否处于公众认知征集阶段的获知；在一个实施例中，当意见采集问询发送至大数据平台后，未达到预设的时间段时，生成表示决议中的标识数据；当达到预设的时间后删除表示决议中的标识数据。
本发明还提供一种基于知识图谱的问答系统，如图2所示，包括：
问题接收模块1，用于接收用户输入的问题；
解析模块2，用于解析问题，确定实体和/或属性和/或关系；
提取模块3，用于基于实体和/或属性和/或关系，从知识图谱中获取问题的答案；
返回模块4，用于将答案返回给用户；
获取模块5，用于获取知识图谱中与答案对应的数据所关联的标识数据；
返回模块4，还用于基于标识数据，生成标识并在将答案返回给用户时同步返回；
呈现模块6，用于将标识与答案同步呈现给用户。
优选的，标识数据通过如下步骤生成：
获取构建答案对应在知识图谱内的数据的原始数据；
将原始数据与预设的公理数据库中的第一数据进行匹配，当存在匹配符合项时，生成表示公理的标识数据；
和/或，
将原始数据与预设的定理数据库中的第二数据进行匹配，当存在匹配符合项时，生成表示定理的标识数据；
和/或，
将原始数据与预设的推理数据库中的第三数据进行匹配，当存在匹配符合项时，生成表示推理的标识数据。
优选的，标识数据还通过如下步骤生成：
获取构建答案对应在知识图谱内的数据的原始数据；
当原始数据在定理数据库和公理数据库中都不存在匹配符合项时，基于原始数据，构建意见采集问询并将意见采集问询发送至大数据平台；
在预设的时间段内接收大数据平台上各个用户对于原始数据是否正确的反馈数据；
解析反馈数据，确定认同度和不认同度；
当认同度与不认同度的差值在预设的差值范围内时，生成表示争议的标识数据；
当不认同度小于认同度且认同度与不认同度的差值在预设的差值范围内时，生成表示公众认同的标识数据；
当认同度小于不认同度且认同度与不认同度的差值在预设的差值范围内时，将原始数据和原始数据对应的知识图谱中的数据删除。
优选的，解析反馈数据，确定认同度和不认同度，包括：
获取反馈数据对应的用户的权威值集合；
确定原始数据对应的领域；
基于领域从权威值集合中提取用户在领域的权威值；
基于权威值的从大到小的顺序，对用户进行排序，形成排序表；
当最大的权威值大于预设的阈值时，提取排序表中的前预设个数的用户的权威值作为认同度和不认同度的计算数据并基于提取的权威值计算认同度和不认同度，计算公式如下：
Figure 796051DEST_PATH_IMAGE029
;
其中，
Figure 122996DEST_PATH_IMAGE030
表示认同度；
Figure 765330DEST_PATH_IMAGE031
表示不认同度；
Figure 244853DEST_PATH_IMAGE032
表示反馈数据为认同的第
Figure 681651DEST_PATH_IMAGE033
个用户的 权威值；
Figure 997357DEST_PATH_IMAGE034
表示反馈数据为不认同的第
Figure 177802DEST_PATH_IMAGE035
个用户的权威值；
Figure 511832DEST_PATH_IMAGE036
为反馈数据为认同的用户的总 数；
Figure 119531DEST_PATH_IMAGE037
为反馈数据为不认同的用户的总数。
优选的，当意见采集问询发送至大数据平台后，未达到预设的时间段时，生成表示决议中的标识数据；当达到预设的时间后删除表示决议中的标识数据。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种基于知识图谱的问答方法，包括：
接收用户输入的问题；
解析所述问题，确定实体和/或属性和/或关系；
基于所述实体和/或属性和/或关系，从知识图谱中获取所述问题的答案；
将所述答案返回给所述用户；
其特征在于，还包括：
获取所述知识图谱中与所述答案对应的数据所关联的标识数据；
基于所述标识数据，生成标识并在将所述答案返回给所述用户时同步返回；
将所述标识与所述答案同步呈现给所述用户。
2.如权利要求1所述基于知识图谱的问答方法，其特征在于，所述标识数据通过如下步骤生成：
获取构建所述答案对应在所述知识图谱内的数据的原始数据；
将所述原始数据与预设的公理数据库中的第一数据进行匹配，当存在匹配符合项时，生成表示公理的标识数据；
和/或，
将所述原始数据与预设的定理数据库中的第二数据进行匹配，当存在匹配符合项时，生成表示定理的标识数据；
和/或，
将所述原始数据与预设的推理数据库中的第三数据进行匹配，当存在匹配符合项时，生成表示推理的标识数据。
3.如权利要求1所述基于知识图谱的问答方法，其特征在于，所述标识数据还通过如下步骤生成：
获取构建所述答案对应在所述知识图谱内的数据的原始数据；
当所述原始数据在定理数据库和公理数据库中都不存在匹配符合项时，基于所述原始数据，构建意见采集问询并将所述意见采集问询发送至大数据平台；
在预设的时间段内接收所述大数据平台上各个用户对于所述原始数据是否正确的反馈数据；
解析所述反馈数据，确定认同度和不认同度；
当所述认同度与所述不认同度的差值在预设的差值范围内时，生成表示争议的标识数据；
当所述不认同度小于所述认同度且所述认同度与所述不认同度的差值在预设的差值范围内时，生成表示公众认同的标识数据；
当所述认同度小于所述不认同度且所述认同度与所述不认同度的差值在预设的差值范围内时，将所述原始数据和所述原始数据对应的所述知识图谱中的数据删除。
4.如权利要求3所述的基于知识图谱的问答方法，其特征在于，所述解析所述反馈数据，确定认同度和不认同度，包括：
获取所述反馈数据对应的用户的权威值集合；
确定原始数据对应的领域；
基于所述领域从所述权威值集合中提取所述用户在所述领域的权威值；
基于所述权威值的从大到小的顺序，对所述用户进行排序，形成排序表；
当最大的所述权威值大于预设的阈值时，提取所述排序表中的前预设个数的所述用户的所述权威值作为所述认同度和所述不认同度的计算数据并基于提取的所述权威值计算所述认同度和所述不认同度，计算公式如下：
Figure DEST_PATH_IMAGE002
;
其中，
Figure DEST_PATH_IMAGE004
表示所述认同度；
Figure DEST_PATH_IMAGE006
表示所述不认同度；
Figure DEST_PATH_IMAGE008
表示所述反馈数据为认同的第
Figure DEST_PATH_IMAGE010
个用户的权威值；
Figure DEST_PATH_IMAGE012
表示所述反馈数据为不认同的第
Figure DEST_PATH_IMAGE014
个用户的权威值；
Figure DEST_PATH_IMAGE016
为所述反馈数据为认同的用户的总数；
Figure DEST_PATH_IMAGE018
为所述反馈数据为不认同的用户的总数。
5.如权利要求3所述基于知识图谱的问答方法，其特征在于，当所述意见采集问询发送至大数据平台后，未达到预设的所述时间段时，生成表示决议中的标识数据；当达到预设的所述时间后删除表示决议中的标识数据。
6.一种基于知识图谱的问答系统，包括：
问题接收模块，用于接收用户输入的问题；
解析模块，用于解析所述问题，确定实体和/或属性和/或关系；
提取模块，用于基于所述实体和/或属性和/或关系，从知识图谱中获取所述问题的答案；
返回模块，用于将所述答案返回给所述用户；
其特征在于，还包括：
获取模块，用于获取所述知识图谱中与所述答案对应的数据所关联的标识数据；
返回模块，还用于基于所述标识数据，生成标识并在将所述答案返回给所述用户时同步返回；
呈现模块，用于将所述标识与所述答案同步呈现给所述用户。
7.如权利要求6所述基于知识图谱的问答系统，其特征在于，所述标识数据通过如下步骤生成：
获取构建所述答案对应在所述知识图谱内的数据的原始数据；
将所述原始数据与预设的公理数据库中的第一数据进行匹配，当存在匹配符合项时，生成表示公理的标识数据；
和/或，
将所述原始数据与预设的定理数据库中的第二数据进行匹配，当存在匹配符合项时，生成表示定理的标识数据；
和/或，
将所述原始数据与预设的推理数据库中的第三数据进行匹配，当存在匹配符合项时，生成表示推理的标识数据。
8.如权利要求6所述基于知识图谱的问答系统，其特征在于，所述标识数据还通过如下步骤生成：
获取构建所述答案对应在所述知识图谱内的数据的原始数据；
当所述原始数据在定理数据库和公理数据库中都不存在匹配符合项时，基于所述原始数据，构建意见采集问询并将所述意见采集问询发送至大数据平台；
在预设的时间段内接收所述大数据平台上各个用户对于所述原始数据是否正确的反馈数据；
解析所述反馈数据，确定认同度和不认同度；
当所述认同度与所述不认同度的差值在预设的差值范围内时，生成表示争议的标识数据；
当所述不认同度小于所述认同度且所述认同度与所述不认同度的差值在预设的差值范围内时，生成表示公众认同的标识数据；
当所述认同度小于所述不认同度且所述认同度与所述不认同度的差值在预设的差值范围内时，将所述原始数据和所述原始数据对应的所述知识图谱中的数据删除。
9.如权利要求8所述的基于知识图谱的问答系统，其特征在于，所述解析所述反馈数据，确定认同度和不认同度，包括：
获取所述反馈数据对应的用户的权威值集合；
确定原始数据对应的领域；
基于所述领域从所述权威值集合中提取所述用户在所述领域的权威值；
基于所述权威值的从大到小的顺序，对所述用户进行排序，形成排序表；
当最大的所述权威值大于预设的阈值时，提取所述排序表中的前预设个数的所述用户的所述权威值作为所述认同度和所述不认同度的计算数据并基于提取的所述权威值计算所述认同度和所述不认同度，计算公式如下：
Figure DEST_PATH_IMAGE020
;
其中，
Figure DEST_PATH_IMAGE022
表示所述认同度；
Figure DEST_PATH_IMAGE024
表示所述不认同度；
Figure DEST_PATH_IMAGE026
表示所述反馈数据为认同的第
Figure DEST_PATH_IMAGE028
个用户的权威值；
Figure DEST_PATH_IMAGE030
表示所述反馈数据为不认同的第
Figure DEST_PATH_IMAGE032
个用户的权威值；
Figure DEST_PATH_IMAGE034
为所述反馈数据为认同的用户的总数；
Figure DEST_PATH_IMAGE036
为所述反馈数据为不认同的用户的总数。
10.如权利要求8所述基于知识图谱的问答系统，其特征在于，当所述意见采集问询发送至大数据平台后，未达到预设的所述时间段时，生成表示决议中的标识数据；当达到预设的所述时间后删除表示决议中的标识数据。
CN202210115504.2A 2022-02-07 2022-02-07 一种基于知识图谱的问答方法及系统 Active CN114153961B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210115504.2A CN114153961B (zh) 2022-02-07 2022-02-07 一种基于知识图谱的问答方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210115504.2A CN114153961B (zh) 2022-02-07 2022-02-07 一种基于知识图谱的问答方法及系统

Publications (2)

Publication Number Publication Date
CN114153961A true CN114153961A (zh) 2022-03-08
CN114153961B CN114153961B (zh) 2022-05-06

Family

ID=80449992

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210115504.2A Active CN114153961B (zh) 2022-02-07 2022-02-07 一种基于知识图谱的问答方法及系统

Country Status (1)

Country Link
CN (1) CN114153961B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110161274A1 (en) * 2009-11-30 2011-06-30 International Business Machines Corporation Answer Support System and Method
US20160125751A1 (en) * 2014-11-05 2016-05-05 International Business Machines Corporation Answer management in a question-answering environment
WO2017028723A1 (zh) * 2015-08-19 2017-02-23 阿里巴巴集团控股有限公司 信息处理方法及装置
US20190057297A1 (en) * 2017-08-17 2019-02-21 Microsoft Technology Licensing, Llc Leveraging knowledge base of groups in mining organizational data
CN110019730A (zh) * 2017-12-25 2019-07-16 上海智臻智能网络科技股份有限公司 自动交互系统及智能终端
US20200074334A1 (en) * 2018-08-30 2020-03-05 International Business Machines Corporation System and Method for Approximate Reasoning Using Ontologies and Unstructured Data
CN111639169A (zh) * 2020-05-29 2020-09-08 京东方科技集团股份有限公司 人机交互方法及装置、计算机可读存储介质及电子设备
WO2021054514A1 (ko) * 2019-09-18 2021-03-25 주식회사 솔트룩스 지식 그래프 기반의 사용자 맞춤형 질의 응답 시스템
WO2021174814A1 (zh) * 2020-03-02 2021-09-10 平安科技（深圳）有限公司 众包任务的答案验证方法、装置、计算机设备及存储介质
CN113468304A (zh) * 2021-06-28 2021-10-01 哈尔滨工程大学 一种基于知识图谱的船舶靠离泊知识问答查询系统的构建方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110161274A1 (en) * 2009-11-30 2011-06-30 International Business Machines Corporation Answer Support System and Method
US20160125751A1 (en) * 2014-11-05 2016-05-05 International Business Machines Corporation Answer management in a question-answering environment
WO2017028723A1 (zh) * 2015-08-19 2017-02-23 阿里巴巴集团控股有限公司 信息处理方法及装置
US20190057297A1 (en) * 2017-08-17 2019-02-21 Microsoft Technology Licensing, Llc Leveraging knowledge base of groups in mining organizational data
CN110019730A (zh) * 2017-12-25 2019-07-16 上海智臻智能网络科技股份有限公司 自动交互系统及智能终端
US20200074334A1 (en) * 2018-08-30 2020-03-05 International Business Machines Corporation System and Method for Approximate Reasoning Using Ontologies and Unstructured Data
WO2021054514A1 (ko) * 2019-09-18 2021-03-25 주식회사 솔트룩스 지식 그래프 기반의 사용자 맞춤형 질의 응답 시스템
WO2021174814A1 (zh) * 2020-03-02 2021-09-10 平安科技（深圳）有限公司 众包任务的答案验证方法、装置、计算机设备及存储介质
CN111639169A (zh) * 2020-05-29 2020-09-08 京东方科技集团股份有限公司 人机交互方法及装置、计算机可读存储介质及电子设备
CN113468304A (zh) * 2021-06-28 2021-10-01 哈尔滨工程大学 一种基于知识图谱的船舶靠离泊知识问答查询系统的构建方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
GORAIN,BARUN: "Deterministic Graph Exploration with Advice", 《ACM TRANSACTIONS ON ALGORITHMS》 *
张奎: "基于CRF模型的初等数学问题命名实体的识别", 《中国优秀硕士学位论文全文数据库(电子期刊)》 *

Also Published As

Publication number Publication date
CN114153961B (zh) 2022-05-06

Similar Documents

Publication Publication Date Title
CN111475623B (zh) 基于知识图谱的案件信息语义检索方法及装置
CN106095833B (zh) 人机对话内容处理方法
CN111414465B (zh) 基于知识图谱的问答系统中的处理方法和装置
US8301438B2 (en) Method for processing natural language questions and apparatus thereof
CN109710935B (zh) 一种基于文物知识图谱的博物馆导览与知识推荐方法
CN109408821B (zh) 一种语料生成方法、装置、计算设备及存储介质
CN113360616A (zh) 自动问答处理方法、装置、设备及存储介质
CN111625554B (zh) 一种基于深度学习语义理解的数据查询方法及装置
CN112699645B (zh) 语料标注方法、装置及设备
CN107301163A (zh) 包含公式的文本语义解析方法及装置
CN109522396B (zh) 一种面向国防科技领域的知识处理方法及系统
CN114416929A (zh) 实体召回模型的样本生成方法、装置、设备及存储介质
CN117932022A (zh) 一种智能问答方法、装置、电子设备及存储介质
CN114153961B (zh) 一种基于知识图谱的问答方法及系统
CN111611806B (zh) 一种用于知识图谱问答的语义解析方法、系统及设备
CN112905744A (zh) 一种侨情问答方法、装置、设备及存储装置
CN109977235B (zh) 一种触发词的确定方法和装置
CN114647719A (zh) 一种基于知识图谱的问答方法及装置
CN117194638A (zh) 素材生成方法、模型训练方法、特征提取方法及设备
Li et al. Schema matching using neural network
CN115757720A (zh) 基于知识图谱的项目信息搜索方法、装置、设备和介质
CN114218378A (zh) 一种基于知识图谱的内容推送方法、装置、设备及介质
CN110659828B (zh) 一种基于评论数据的软件特征评价方法
CN114595334A (zh) 一种基于双图谱融合的语言解析方法、系统及终端设备
CN110083753A (zh) 一种作业题目答案的制作方法及系统

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
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: Room 23011, Yuejiang commercial center, No. 857, Xincheng Road, Puyan street, Binjiang District, Hangzhou, Zhejiang 311611

Patentee after: Hangzhou Yuanchuan Xinye Technology Co.,Ltd.

Address before: 23 / F, World Trade Center, 857 Xincheng Road, Binjiang District, Hangzhou City, Zhejiang Province, 310051

Patentee before: Hangzhou Yuanchuan New Technology Co.,Ltd.

PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A Question and Answer Method and System Based on Knowledge Graph

Effective date of registration: 20230509

Granted publication date: 20220506

Pledgee: China Everbright Bank Limited by Share Ltd. Hangzhou branch

Pledgor: Hangzhou Yuanchuan Xinye Technology Co.,Ltd.

Registration number: Y2023980040155