CN115248854A - 一种基于知识图谱的自动问答方法、系统及存储介质 - Google Patents

Abstract

本发明涉及一种基于知识图谱的自动问答方法、系统及存储介质，包括以下步骤：S1、根据文档数据，形成知识图谱的模式层框架；S2、构建知识图谱；S3、检索用户输入的问句中涉及到的实体和关系;S4、在建立的知识图谱中查询实体和关系，判断实体和关系是否存在，以及实体或者子实体是否包含关系，若实体和关系均同时存在，且实体或者子实体包含关系，则查询知识图谱得出答案；S5、若实体和关系均不存在，或者，只有关系存在，则将用户语句与常见问题进行语义匹配，从而查询知识图谱得出答案；S6、若实体和关系均同时存在，且实体或子实体不包含关系，或者，只有实体存在，则从知识图谱中抽取知识二元组，从而查询知识图谱得出答案。

Description

一种基于知识图谱的自动问答方法、系统及存储介质

技术领域

本发明涉及金融业务自动问答技术领域，特别涉及一种基于知识图谱的自动问答方法、系统及存储介质。

背景技术

目前，智能问答技术主要包括基于模板的问答方法和基于语义解析的问答方法。

基于模板的问答方法通过构造一组模板参数、形成表达式，根据表达式对问题文本进行匹配，整个过程不涉及问句分析，通过预设查询模板替代相关实体关系映射；该方式巧妙避开语义解析等难题，适用于简单查询，在实际中应用广泛，但是，需要耗费大量人力进行模板校对以及模板库维护。

另外，语义解析方法关键在于对自然语言问句成分进行解析，将查询转化成逻辑表达式，再利用知识图谱的语义信息将逻辑表达式转换成知识图谱查询，最终得到相应结果。逻辑表达式用于面向知识图谱的结构化查询，查找知识库中的实体以及与实体相关的知识，在结构化形式的知识图谱上进行查询，最高效的方法是利用结构化查询语句，类似SQL、SPARQL语句等，然而对普通用户来说，设计规范的查询语句存在困难。语义解析方法包括基于词典-文法的语义解析、基于语义图构建的语义解析、基于神经网络的语义解析三类，其中，基于词典-文法的语义解析方法可解释性很强，结构清晰，在限定领域问答方面达到很好效果。但是很多重要组成部分（比如CCG中的词汇表和规则集）都需人工编写。面对大规模多源异构知识库，该方法存在以下不足：资源（例如词汇表、规则集）标注费时费力，在训练数据有限情况下，性能大打折扣；语义表示与知识库联系不紧密，无法在解析过程中利用知识约束；大规模知识库开放域特性使文本歧义问题严重。

基于神经网络的方法相比其他两种方法，模型简单，但是可解释性差，还需要预先准备相应的标注训练语料，对模型进行训练时，训练过程较长，还需要调整参数。

因此，现有技术的局限在于需要大量人工的操作，比如人工总结模板、人工标注数据，难以实际应用到工程上，目前，应用现有技术的智能问答系统或平台的实际应用效果并不理想，时常会出现回答跟问题毫不相关的现象，问答的回复率以及准确率较差。

发明内容

基于此，有必要提供一种基于知识图谱的自动问答方法、系统及存储介质。

本发明实施例一方面提供一种基于知识图谱的自动问答方法，包括如下步骤：

S1、根据文档数据，梳理形成知识图谱的模式层框架；

S2、根据模式层框架和文档数据构建知识图谱；

S3、利用Ahocorasick算法检索用户输入的问句中涉及到的实体和关系；

S4、在建立的知识图谱中查询实体和关系，判断实体和关系是否存在，以及实体或者子实体是否包含关系，若实体和关系均同时存在，且实体或者子实体包含关系，则查询知识图谱得出答案；否则，进行步骤S5；

S5、若实体和关系均不存在，或者，只有关系存在，则将用户语句与常见问题进行语义匹配，从而查询知识图谱得出答案，否则，进行步骤S6；

S6、若实体和关系均同时存在，且实体或子实体不包含关系，或者，只有实体存在，则从知识图谱中抽取知识二元组，然后，将用户语句与知识二元组和常见问题进行语义匹配，从而查询知识图谱得出答案；

S7、输出步骤S4-S6中得出的答案用于答复输入的问句，重复步骤S3-S6直到用户不在输入新的问句。

优选地，步骤S1中，所述文档数据包括金融贷款产品相关的产品手册、活动介绍文档和常见问题手册。

优选地，步骤S2中，所述知识图谱为金融贷款相关的知识图谱，根据模式层框架和文档数据构建知识图谱的具体步骤为：

根据所述模式层框架，从文档数据中抽取实体-关系-实体的知识三元组，将所述知识三元组通过Cypher语言存储进图数据库Neo4J中，然后，对重复实体进行合并，形成金融贷款领域的知识图谱。

优选地，步骤S3中，所述实体和关系的检索具体包括：

根据定义的模式层框架，从文档数据中获取实体词语和关系词语，然后，对获取的实体词语和关系词语结合Ahocorasick算法构建有限状态模式匹配机，最后，根据有限状态模式匹配机对输入的问句进行解析，若实体和关系都存在，且实体或者子实体包含关系，则将实体或者子实体与关系转换成Cypher查询语句，对存储在Neo4J中的知识图谱进行查询得到答案。

本发明还提供一种基于知识图谱的自动问答系统，所述系统包括：模式层框架模块：用于根据文档数据，梳理形成知识图谱的模式层框架；

知识图谱构建模块：用于根据模式层框架和文档数据构建知识图谱；

自动问答模块：用于检索用户输入的问句中涉及到的实体和关系，在建立的知识图谱中查询实体和关系，判断实体和关系是否存在，以及实体或者子实体是否包含关系，从而查询知识图谱得出答案。

优选地，所述模式层框架模块还包括文档数据模块，所述文档数据模块包括金融贷款产品相关的产品手册、活动介绍文档和常见问题手册。

优选地，所述知识图谱构建模块还包括金融贷款知识图谱构建模块，所述金融贷款知识图谱构建模块用于根据所述模式层框架，从文档数据中抽取实体-关系-实体的知识三元组，将所述知识三元组通过Cypher语言存储进图数据库Neo4J中，然后，对重复实体进行合并，形成金融贷款领域的知识图谱。

优选地，所述自动问答模块还包括实体和关系的检索模块，所述实体和关系的检索模块用于对获取的实体词语和关系词语结合Ahocorasick算法构建有限状态模式匹配机，最后，根据有限状态模式匹配机对输入的问句进行解析，若实体和关系都存在，且实体或者子实体包含关系，则将实体或者子实体与关系转换成Cypher查询语句，对存储在Neo4J中的知识图谱进行查询得到答案。

一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现所述的自动问答方法的步骤。

本发明提供了针对金融公司独有的文档数据，即包括产品手册、活动介绍文档和常见问题手册等梳理了模式层框架，并基于该模式层框架对文档数据构建了金融贷款知识图谱，用以支持智能问答；在问答流程中，通过多种方式提高回复率以及准确率，根据自建图谱的特点，不仅对实体查询关系，还对子实体查询关系，若普通查询方式不能得出答案，则通过知识二元组或者常见问题集与用户输入结合BERT模型进行语义匹配来得出答案，采用多种方式的问答流程能够有效地提升问答的回复率以及准确率，并且，不需要进行大量人工的操作，在实际应用中极大的节省人力成本、时间成本，效率较高。

附图说明

通过附图中所示的本发明优选实施例更具体说明，本发明上述及其它目的、特征和优势将变得更加清晰。在全部附图中相同的附图标记指示相同的部分，且并未刻意按实际尺寸等比例缩放绘制附图，重点在于示出本的主旨。

图1为本发明实施例的知识图谱的构建示意图；

图2为本发明优选实施例的问答方法的流程图；

图3为本发明实施例的金融贷款相关的局部模式层框架示意图；

图4为本发明实施例的金融贷款相关的局部知识图谱的示意图。

具体实施方式

下面结合附图和具体实施例对本发明技术方案作进一步的详细描述，以使本领域的技术人员可以更好地理解本发明并能予以实施，但所举实施例不作为对本发明的限定。

如图1-4所示，本发明实施例一方面提供一种基于知识图谱的自动问答方法，包括如下步骤：

S1、根据文档数据，梳理形成知识图谱的模式层框架；

S2、根据模式层框架和文档数据构建知识图谱；

S3、利用Ahocorasick算法检索用户输入的问句中涉及到的实体和关系；

S4、在建立的知识图谱中查询实体和关系，判断实体和关系是否存在，以及实体或者子实体是否包含关系，若实体和关系均同时存在，且实体或者子实体包含关系，则查询知识图谱得出答案；否则，进行步骤S5；

S5、若实体和关系均不存在，或者，只有关系存在，则将用户语句与常见问题进行语义匹配，从而查询知识图谱得出答案，否则，进行步骤S6；

S6、若实体和关系均同时存在，且实体或子实体不包含关系，或者，只有实体存在，则从知识图谱中抽取知识二元组，然后，将用户语句与知识二元组和常见问题进行语义匹配，从而查询知识图谱得出答案；

S7、输出步骤S4-S6中得出的答案用于答复输入的问句，重复步骤S3-S6直到用户不在输入新的问句。

本方案主要建立在知识图谱和预训练语言模型BERT上，知识图谱采用Neo4J图数据库进行存储。将本方案应用到金融公司中，用以支持贷款业务的自动问答进行具体说明：

第一部分：根据金融贷款公司的文档数据，梳理形成知识图谱的模式层框架，再根据模式层框架和文档数据构建金融贷款相关的知识图谱；

金融贷款公司的文档数据主要包括产品手册、活动介绍文档和常见问题手册，针对这些文档数据，梳理出独有的模式层框架，比如产品的模式层框架中有子产品、额度范围、计息规则等独有属性；

再根据该模式层框架，从文档数据中抽取实体-关系-实体形式的知识三元组，将知识三元组通过Cypher语言存储进图数据库Neo4J中，再对重复实体进行合并，形成金融贷款领域的知识图谱。

第二部分：利用Ahocorasick算法检索用户输入的金融贷款相关问句中涉及到的实体和关系，再到建立的知识图谱中查询实体和关系，若实体不包含该关系时，则寻找该实体的子产品或子活动实体是否拥有该关系。

第三部分：当无法通过用户输入的金融贷款相关问句中直接找到实体和关系时，利用BERT和知识元组或常见问题集进行语义匹配来查找实体关系或答案。

本发明提供了针对金融公司独有的文档数据，即包括产品手册、活动介绍文档和常见问题手册等梳理了模式层框架，并基于该模式层框架对文档数据构建了金融贷款知识图谱，用以支持智能问答；在问答流程中，通过多种方式提高回复率以及准确率，根据自建图谱的特点，不仅对实体查询关系，还对子实体查询关系，若普通查询方式不能得出答案，则通过知识二元组或者常见问题集与用户输入结合BERT模型进行语义匹配来得出答案；采用多种方式的问答流程能够有效地提升问答的回复率以及准确率，不需要进行大量人工的操作，免去人工的大量投入，比如 省去了人工总结模板、人工标注数据等人力投入。

根据贷款领域知识，对金融公司的产品手册、活动介绍文档、常见问题手册等的内容进行结构拆分后，构建形成的模式层框架和金融贷款相关的知识图谱；根据自建知识图谱中产品实体和活动实体包含子实体的特点，提出利用Cypher语言对实体和子实体进行检索的方法；提出了一种混合语义匹配模式，根据问句里实体和关系在构建的金融知识图谱存在与否选择BERT或知识图谱中的知识元组或常见问题进行语义匹配的方式。

在优选实施例中，步骤S1中，所述文档数据包括金融贷款产品相关的产品手册、活动介绍文档和常见问题手册。

在优选实施例中，步骤S2中，所述知识图谱为金融贷款相关的知识图谱，根据模式层框架和文档数据构建知识图谱的具体步骤为：根据所述模式层框架，从文档数据中抽取实体-关系-实体的知识三元组，将所述知识三元组通过Cypher语言存储进图数据库Neo4J中，然后，对重复实体进行合并，形成金融贷款领域的知识图谱。

在优选实施例中，步骤S3中，所述实体和关系的检索具体包括：

根据定义的模式层框架，从金融贷款公司的文档数据中获取实体词语和关系词语，然后，对获取的实体词语和关系词语结合Ahocorasick算法构建有限状态模式匹配机，最后，根据有限状态模式匹配机对输入的问句进行解析，若实体和关系都存在，且实体包含关系，则将实体与关系转换成Cypher查询语句，对存储在Neo4J中的知识图谱进行查询得到答案。

若实体和关系都存在，且实体不包含该关系，则查询实体的子产品实体或子活动实体是否包含该关系，如果包含的话，则将子活动或子产品实体和该关系转换成Cypher查询语句，对存储在Neo4J中的知识图谱进行查询得到答案；

该语义匹配具体包括：

当有限状态模式匹配机从用户输入的金融贷款相关问句中只能得到一个关系或一个实体时，或者得到的实体以及该实体的子活动实体和子产品实体都不包含所得到的关系时，则结合BERT和知识二元组或常见问题进行语义匹配从而得到答案。

当有限状态模式匹配机从若干个用户输入的金融贷款相关问句中同时得到实体和关系，但得到的实体以及该实体的子活动实体和子产品实体都不包含该关系时，或者当有限状态模式匹配机从用户输入的金融贷款相关问句只得到实体时，则通过Cypher查询语言，定位到该实体的知识子图，从中抽取与该实体相关的知识二元组，得到知识二元组集合，将用户输入的问句与知识二元组集合和常见问题集合利用BERT进行语义匹配，对匹配结果进行排序，取语义相似度最高的一项，从而查询知识图谱查询得到答案。

当有限状态模式匹配机从用户输入的金融贷款相关问句只得到关系时，则将用户输入的问句与常见问题集合利用BERT进行语义匹配，对匹配结果进行排序，取语义相似度最高的一项，查询知识图谱得到答案。

本发明还提供一种基于知识图谱的自动问答系统，所述系统包括：模式层框架模块：用于根据文档数据，梳理形成知识图谱的模式层框架；

知识图谱构建模块：用于根据模式层框架和文档数据构建知识图谱；

自动问答模块：用于检索用户输入的问句中涉及到的实体和关系，在建立的知识图谱中查询实体和关系，判断实体和关系是否存在，以及实体或者子实体是否包含关系，从而查询知识图谱得出答案。

所述模式层框架模块还包括文档数据模块，所述文档数据模块包括金融贷款产品相关的产品手册、活动介绍文档和常见问题手册。

所述知识图谱构建模块还包括金融贷款知识图谱构建模块，所述金融贷款知识图谱构建模块用于根据所述模式层框架，从文档数据中抽取实体-关系-实体的知识三元组，将所述知识三元组通过Cypher语言存储进图数据库Neo4J中，然后，对重复实体进行合并，形成金融贷款领域的知识图谱。

所述自动问答模块还包括实体和关系的检索模块，所述实体和关系的检索模块用于对获取的实体词语和关系词语结合Ahocorasick算法构建有限状态模式匹配机，最后，根据有限状态模式匹配机对输入的问句进行解析，若实体和关系都存在，且实体或者子实体包含关系，则将实体或者子实体与关系转换成Cypher查询语句，对存储在Neo4J中的知识图谱进行查询得到答案。

一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现所述的自动问答方法的步骤。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (9)

1.一种基于知识图谱的自动问答方法，其特征在于，包括如下步骤：

S1、根据文档数据，梳理形成知识图谱的模式层框架；

S2、根据模式层框架和文档数据构建知识图谱；

S3、利用Ahocorasick算法检索用户输入的问句中涉及到的实体和关系；

S4、在建立的知识图谱中查询实体和关系，判断实体和关系是否存在，以及实体或者子实体是否包含关系，若实体和关系均同时存在，且实体或者子实体包含关系，则查询知识图谱得出答案；否则，进行步骤S5；

S5、若实体和关系均不存在，或者，只有关系存在，则将用户语句与常见问题进行语义匹配，从而查询知识图谱得出答案，否则，进行步骤S6；

S6、若实体和关系均同时存在，且实体或子实体不包含关系，或者，只有实体存在，则从知识图谱中抽取知识二元组，然后，将用户语句与知识二元组和常见问题进行语义匹配，从而查询知识图谱得出答案；

S7、输出步骤S4-S6中得出的答案用于答复输入的问句，重复步骤S3-S6直到用户不在输入新的问句。

2.如权利要求1所述的方法，其特征在于，步骤S1中，所述文档数据包括金融贷款产品相关的产品手册、活动介绍文档和常见问题手册。

3.如权利要求2所述的方法，其特征在于，步骤S2中，所述知识图谱为金融贷款相关的知识图谱，根据模式层框架和文档数据构建知识图谱的具体步骤为：

根据所述模式层框架，从文档数据中抽取实体-关系-实体的知识三元组，将所述知识三元组通过Cypher语言存储进图数据库Neo4J中，然后，对重复实体进行合并，形成金融贷款领域的知识图谱。

4.如权利要求3所述的方法，其特征在于，步骤S3中，所述实体和关系的检索具体包括：

根据定义的模式层框架，从文档数据中获取实体词语和关系词语，然后，对获取的实体词语和关系词语结合Ahocorasick算法构建有限状态模式匹配机，最后，根据有限状态模式匹配机对输入的问句进行解析，若实体和关系都存在，且实体或者子实体包含关系，则将实体或者子实体与关系转换成Cypher查询语句，对存储在Neo4J中的知识图谱进行查询得到答案。

5.一种基于知识图谱的自动问答系统，其特征在于,所述系统包括：

模式层框架模块：用于根据文档数据，梳理形成知识图谱的模式层框架；

知识图谱构建模块：用于根据模式层框架和文档数据构建知识图谱；

自动问答模块：用于检索用户输入的问句中涉及到的实体和关系，在建立的知识图谱中查询实体和关系，判断实体和关系是否存在，以及实体或者子实体是否包含关系，从而查询知识图谱得出答案。

6.如权利要求5所述的自动问答系统，其特征在于，所述模式层框架模块还包括文档数据模块，所述文档数据模块包括金融贷款产品相关的产品手册、活动介绍文档和常见问题手册。

7.如权利要求5所述的自动问答系统，其特征在于，所述知识图谱构建模块还包括金融贷款知识图谱构建模块，所述金融贷款知识图谱构建模块用于根据所述模式层框架，从文档数据中抽取实体-关系-实体的知识三元组，将所述知识三元组通过Cypher语言存储进图数据库Neo4J中，然后，对重复实体进行合并，形成金融贷款领域的知识图谱。

8.如权利要求5所述的自动问答系统，其特征在于，所述自动问答模块还包括实体和关系的检索模块，所述实体和关系的检索模块用于对获取的实体词语和关系词语结合Ahocorasick算法构建有限状态模式匹配机，最后，根据有限状态模式匹配机对输入的问句进行解析，若实体和关系都存在，且实体或者子实体包含关系，则将实体或者子实体与关系转换成Cypher查询语句，对存储在Neo4J中的知识图谱进行查询得到答案。

9.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1-4任一项所述的自动问答方法的步骤。

Images