1.本发明涉及计算机
技术领域：
：，尤其涉及一种基于知识图谱的问答方法和装置。
背景技术：
：：2.在一些业务场景下，比如保险的核保场景、运维场景、医疗场景等，企业需要及时解决客户提出的各种问题。为了提高解决效率，一些企业推出了智能客服，但是目前的智能客服通常只针对单一的业务场景提供服务，无法基于不同业务场景，提供相应的问答支持，导致客户体验差。技术实现要素：3.有鉴于此，本发明实施例提供一种基于知识图谱的问答方法和装置，该方法通过确定问题信息所属的业务场景，并获取该业务场景的知识图谱，使得后续可以根据用户意图，从知识图谱中选择初始实体，并根据用户对于包含初始实体的任意实体的选择操作，进一步检索与其存在关系的其他实体，直至知识图谱的分值深度最大，完成该业务场景的知识问答，提升客户体验。4.为实现上述目的，根据本发明实施例的一个方面，提供了一种基于知识图谱的问答方法。5.本发明实施例的一种基于知识图谱的问答方法，包括：接收第一用户输入的问题信息，从所述问题信息中识别所述第一用户的意图，并确定所述问题信息所属的业务场景；获取预先为所述业务场景构建的知识图谱，根据所述意图，从所述知识图谱中选择相应的实体作为初始实体，并在用户界面进行显示；其中，所述知识图谱包括多个实体和实体之间的关系；重复以下操作，直至所述知识图谱的分支深度最大：响应于所述第一用户对当前实体的选择操作，在所述知识图谱中检索与所述当前实体存在关系的其他实体，将所述其他实体作为所述当前实体，在所述用户界面进行显示；其中，所述当前实体的初始值为所述初始实体。6.可选地，所述根据所述意图，从所述知识图谱中选择相应的实体作为初始实体，包括：从所述问题信息中提取与所述意图相应的关键词，计算所述关键词与所述知识图谱的实体之间的相似度；将所述相似度与设定阈值进行比对，将相似度大于等于所述阈值的实体作为初始实体。7.可选地，所述方法还包括：响应于第二用户的图谱构建指令，根据所述图谱构建指令所指定的业务场景，加载相应场景下的知识文档集；其中，所述知识文档集用于存储适用于所述业务场景的知识文档，所述知识文档包括从原始数据中提取的实体和实体之间的关系；响应于所述第二用户对所述知识文档集中多个知识文档的选择操作，获取为所述多个知识文档分别构建的原始图谱；其中，所述原始图谱是根据所述实体和所述实体之间的关系构建的；根据预设的融合规则，对所述多个知识文档对应的原始图谱进行知识融合，得到所述业务场景对应的知识图谱。8.可选地，所述根据预设的融合规则，对所述多个知识文档对应的原始图谱进行知识融合，包括：根据所述融合规则，确定所述多个知识文档对应的原始图谱中的多个实体代表同一事物，对所述多个实体进行实体对齐；其中，所述融合规则用于判断来自于多个所述原始图谱的多个实体是否代表同一事物。9.可选地，所述知识融合的融合方式包括求同存异、求异存同以及求和中的一种或者多种。10.可选地，所述方法还包括：从所述原始数据中提取所述实体和所述实体之间的关系，以三元组形式，将所述实体和所述实体之间的关系写入所述知识文档；响应于第三用户的文档上传请求，根据所述文档上传请求所指定的业务场景，将所述知识文档存储到相应的知识文档集。11.可选地，所述方法还包括：为所述知识图谱的实体添加点击事件，以在监听到所述第一用户对所述当前实体的选择操作后，触发执行实体检索流程；其中，所述实体检索流程用于在所述知识图谱中检索与所述当前实体存在关系的其他实体，将所述其他实体作为所述当前实体，在所述用户界面进行显示。12.为实现上述目的，根据本发明实施例的另一方面，提供了一种基于知识图谱的问答装置。13.本发明实施例的一种基于知识图谱的问答装置，包括：意图识别模块，用于接收第一用户输入的问题信息，从所述问题信息中识别所述第一用户的意图，并确定所述问题信息所属的业务场景；实体选择模块，用于获取预先为所述业务场景构建的知识图谱，根据所述意图，从所述知识图谱中选择相应的实体作为初始实体，并在用户界面进行显示；其中，所述知识图谱包括多个实体和实体之间的关系；答案确定模块，用于重复以下操作，直至所述知识图谱的分支深度最大：响应于所述第一用户对当前实体的选择操作，在所述知识图谱中检索与所述当前实体存在关系的其他实体，将所述其他实体作为所述当前实体，在所述用户界面进行显示；其中，所述当前实体的初始值为所述初始实体。14.可选地，所述意图识别模块，还用于从所述问题信息中提取与所述意图相应的关键词，计算所述关键词与所述知识图谱的实体之间的相似度；将所述相似度与设定阈值进行比对，将相似度大于等于所述阈值的实体作为初始实体。15.可选地，所述装置还包括：知识图谱管理模块，用于响应于第二用户的图谱构建指令，根据所述图谱构建指令所指定的业务场景，加载相应场景下的知识文档集；其中，所述知识文档集用于存储适用于所述业务场景的知识文档，所述知识文档包括从原始数据中提取的实体和实体之间的关系；响应于所述第二用户对所述知识文档集中多个知识文档的选择操作，获取为所述多个知识文档分别构建的原始图谱；其中，所述原始图谱是根据所述实体和所述实体之间的关系构建的；根据预设的融合规则，对所述多个知识文档对应的原始图谱进行知识融合，得到所述业务场景对应的知识图谱。16.可选地，所述知识图谱管理模块，还用于根据所述融合规则，确定所述多个知识文档对应的原始图谱中的多个实体代表同一事物，对所述多个实体进行实体对齐；其中，所述融合规则用于判断来自于多个所述原始图谱的多个实体是否代表同一事物。17.可选地，所述知识融合的融合方式包括求同存异、求异存同以及求和中的一种或者多种。18.可选地，所述装置还包括：知识文档获取模块和知识文档上传模块，其中，知识文档获取模块用于从所述原始数据中提取所述实体和所述实体之间的关系，以三元组形式，将所述实体和所述实体之间的关系写入所述知识文档；知识文档上传模块，用于响应于第三用户的文档上传请求，根据所述文档上传请求所指定的业务场景，将所述知识文档存储到相应的知识文档集。19.可选地，所述装置还包括：事件添加模块，用于为所述知识图谱的实体添加点击事件，以在监听到所述第一用户对所述当前实体的选择操作后，触发执行实体检索流程；其中，所述实体检索流程用于在所述知识图谱中检索与所述当前实体存在关系的其他实体，将所述其他实体作为所述当前实体，在所述用户界面进行显示。20.为实现上述目的，根据本发明实施例的再一方面，提供了一种电子设备。21.本发明实施例的一种电子设备，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，使得所述一个或多个处理器实现本发明实施例的一种基于知识图谱的问答方法。22.为实现上述目的，根据本发明实施例的再一方面，提供了一种计算机可读介质。23.本发明实施例的一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例的一种基于知识图谱的问答方法。24.上述发明中的一个实施例具有如下优点或有益效果：通过确定问题信息所属的业务场景，并获取该业务场景的知识图谱，使得后续可以根据用户意图，从知识图谱中选择初始实体，并根据用户对于包含初始实体的任意实体的选择操作，进一步检索与其存在关系的其他实体，直至知识图谱的分值深度最大，完成该业务场景的知识问答，提升客户体验。25.上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。附图说明26.附图用于更好地理解本发明，不构成对本发明的不当限定。其中：27.图1是根据本发明实施例的基于知识图谱的问答方法中知识图谱的应用过程示意图；28.图2是根据本发明实施例的基于知识图谱的问答方法中知识图谱的构建过程示意图；29.图3是本发明实施例的基于知识图谱的问答方法的系统架构示意图；30.图4是本发明实施例的知识图谱的构建及应用的实现流程示意图；31.图5是本发明实施例的知识图谱管理模块的结构示意图；32.图6是本发明实施例的运维知识图谱的图谱结构示意图；33.图7是本发明实施例的运维知识图谱应用于运维问答机器人的实现流程示意图；34.图8是本发明实施例的医疗知识图谱的图谱结构示意图；35.图9是根据本发明实施例的基于知识图谱的问答装置的主要模块的示意图；36.图10是本发明实施例可以应用于其中的示例性系统架构图；37.图11是适用于来实现本发明实施例的电子设备的计算机装置的结构示意图。具体实施方式38.以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。39.可以理解的是，本技术所使用的术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。举例来说，在不脱离本技术的范围的情况下，可以将第一用户称为第二用户，且类似地，可将第二用户称为第一用户。40.实施例一41.图1是根据本发明实施例的基于知识图谱的问答方法中知识图谱的应用过程示意图。如图1所示，本发明实施例的基于知识图谱的问答方法中知识图谱的应用过程，由基于知识图谱的问答装置实现，主要包括如下步骤：42.步骤s101：接收第一用户输入的问题信息，从所述问题信息中识别所述第一用户的意图，并确定所述问题信息所属的业务场景。第一用户在用户界面输入问题信息，并发送至基于知识图谱的问答装置。该问答装置在接收到问题信息后，调用预训练的意图识别模型，对问题信息进行意图识别，得到用户的意图。其中，意图识别模型可以使用现有语料训练得到，且模型训练过程为现有技术，此处不做赘述。43.确定问题信息所属的业务场景有多种方式。实施例中，可以对问题信息进行分词，过滤语气词、助词等词汇，基于过滤结果确定业务场景。比如，问题信息为“疾病a的症状有哪些？”，过滤结果为：疾病a、症状，则可以确定业务场景为医疗场景。另外，还可以根据接收问题信息的入口，确定业务场景。比如，入口1的业务场景为医疗场景，若接收问题信息的入口为入口1，则其业务场景为医疗场景。44.步骤s102：获取预先为所述业务场景构建的知识图谱，根据所述意图，从所述知识图谱中选择相应的实体作为初始实体，并在用户界面进行显示。预先为各业务场景构建对应的知识图谱，并按照业务场景分类保存，该知识图谱中包括多个实体，以及实体之间的关系，各实体可以具有属性信息。其中，实体是指客观存在并可相互区别的事物，包括具体的人、事、物、抽象的概念或联系。另外，预先为不同意图分别设定关键词，构成相应的关键词集。45.在确定问题信息所属的业务场景后，获取该业务场景的知识图谱，之后根据用户的意图，查找分词后的问题信息中是否存在相应关键词集中的关键词，如果存在某个关键词，则计算该关键词与知识图谱中多个实体之间的相似度，之后根据相似度与设定的筛选规则，从这多个实体中筛选出符合筛选规则的实体作为初始实体，并将初始实体显示在用户界面上。该处理能够快速、准确的确定符合用户意图的实体作为候选项，进而提供给第一用户进行选择。46.实施例中，筛选规则可以是相似度大于等于设定阈值，还可以是相似度排序的前n个。其中，n为整数，比如2个、3个。以相似度大于等于设定阈值这一筛选规则为例，需将计算出的所有相似度分别与设定阈值进行比对，将相似度大于等于阈值的实体作为初始实体，并显示在用户界面上。47.步骤s103：重复以下操作，直至所述知识图谱的分支深度最大：响应于所述第一用户对当前实体的选择操作，在所述知识图谱中检索与所述当前实体存在关系的其他实体，将所述其他实体作为所述当前实体，在所述用户界面进行显示。其中，当前实体的初始值为初始实体。48.第一用户在用户界面上点击显示的当前实体，触发该问答装置沿着关系方向，在知识图谱中检索与当前实体存在关系的其他实体，并将其他实体作为当前实体显示在用户界面上，以使第一用户在用户界面上继续点击显示的当前实体。重复上述操作，直至知识图谱的分支深度最大时，该问答装置停止检索，并将最终检索到的其他实体在用户界面上显示，至此完成了业务场景下的知识问答。49.实施例二50.基于知识图谱的问答方法包括知识图谱的构建过程和知识图谱的应用过程。实施例一中对基于知识图谱的问答方法中知识图谱的应用过程进行了说明。下面结合实施例二对知识图谱的构建过程进行说明。51.图2是根据本发明实施例的基于知识图谱的问答方法中知识图谱的构建过程示意图。如图2所示，本发明实施例的基于知识图谱的问答方法中知识图谱的构建过程，由基于知识图谱的问答装置实现，且在步骤s101之前执行，主要包括如下步骤：52.步骤s201：从原始数据中提取实体和实体之间的关系，以设定格式，将实体和实体之间的关系写入知识文档。原始数据可以是结构化数据、半结构化数据和非结构化数据这三种数据类型。其中，结构化数据通常是关系型数据库的数据，数据结构清晰。半结构化数据是指具有一定的数据结构，但需要进一步提取整理的数据。非结构化数据是指是数据结构不规则或不完整的数据。53.从原始数据中提取出实体和实体之间的关系之后，可以以设定格式，比如三元组形式，将实体和实体之间的关系写入知识文档，之后存入数据库。实施例中，该数据库可以是neo4j数据库。三元组作为一种图数据结构，知识图谱的最小单元，表示两个实体以及它们之间的关系。54.在一实施例中，原始数据可以使用抓取工具(比如request和webdriver)从网站收集，并根据不同的数据类型，采用不同的方式提取实体和实体之间的关系。其中，request用于精确定位的数据包获取。webdriver通过调用浏览器内核实现复杂事件的加载，其精确获取需要其url(统一资源定位符)具有一定规律，如分页数据在url或设置page参数，或者需要预先结合webdriver获得关键的id信息，进而动态组装url。55.另外，精确获取还需要兼顾header参数的设置，通常需要设置关键信息，其中，referer关键字代表上一个请求地址，大部分网站包含此逻辑验证需要设置；user-agent关键字包含用户使用的操作系统和浏览器内核，尽管精确获取不需要浏览器，但是部分网站会根据此信息返回适配版本的数据；cookies关键字用于登录验证，使用许可账号登录后，任一数据请求都会包含此信息，复制此信息加入请求参数即可无需登录验证。56.抓取工具从网站获取的数据为json数据或html数据。其中，json的全称为javascriptobjectnotation，是一种轻量级的数据交换格式。html的全称为hypertextmarkuplanguage，是超文本标记语言。57.json数据的解析需根据其内置的键值关系和包含关系，实现三元组的构建。具体地，根据json数据的键值信息，构建一个实体，之后对json数据进行深度遍历，获得其子结构的键值信息，以构建另一个实体，并确定实体之间的关系。58.其中，json数据包括键和值，值即子结构，可以是长短字符、列表等。实施例中，根据键值内容确定是实体还是实体的属性，根据键值对应确定关系。比如，json数据为：苹果：{颜色：红，种子：{颜色：深色，口味：苦}}，颜色和口味是苹果的属性，种子为实体，且种子键包含子结构。可构建：苹果(颜色：红，口味：甜)-含有-》种子(颜色：深色，口味：苦)的三元组。59.html数据的解析需根据网站结构和标签间的层级关系，实现三元组的构建。基于大部分网站使用《table》标签构建表格，因此可以提取《td》标签和《tr》标签内的标题和内容，来构建三元组。例如，《李白》《所处时代》《唐朝》即可构建人物李白和朝代唐的三元组。实施例中，可以设置与网站配套的解析策略，利用解析策略实现结构化抽取，提高抽取的准确率，无需人工审核。该解析策略用于将html数据转换为具有层级关系的结点树，之后遍历结点树的所有结点，定位指定结点。60.在另一实施例中，对于非结构化数据这一数据类型，还可以提供在线标注的功能，用以获得实体和实体关系。具体地，对于该类原始数据，比如文本文档(txt文档)，第三用户可以在网页端选中文字标注为实体，也可以在实体之间建立关系，这些操作会保存在额外的配置文档，使得下次打开文本文档时加载已经标注的效果。比如，某保险产品包含以下内容：您为被保险人首次投保或者中断后再次投保本保险时，自本合同生效之日起30日为等待期。则可以标注带有属性的实体：等待期(30日)。61.以抓取html数据为例，本步骤可以通过以下方式实现：定时访问网站，使用抓取工具采集html数据，之后使用解析器的解析策略解析html数据，判断解析是否成功，如果解析成功，则将解析所得的实体和实体之间的关系，以三元组形式写入知识文档，并存入数据库；如果解析失败，则更新解析策略后，重新解析。实施例中，解析器可以是bs4(beautifulsoup4)解析器、正则解析器、xpath解析器。62.步骤s202：响应于第三用户的文档上传请求，根据文档上传请求所指定的业务场景，将知识文档存储到相应的知识文档集。第三用户想要上传知识文档时，需要预先选择该知识文档所属的业务场景，并将知识文档存储到该业务场景下的知识文档集。如果现有业务场景不符合，可以新增或者编辑现有业务场景。63.步骤s203：响应于第二用户的图谱构建指令，根据图谱构建指令所指定的业务场景，加载相应场景下的知识文档集。第二用户需要构建图谱时，需要在用户界面设置图谱名称，选择业务场景，之后点击构建图谱按钮，以向基于知识图谱的问答装置发送图谱构建指令。该图谱构建指令包括图谱名称和业务场景。基于知识图谱的问答装置解析图谱构建指令，得到需要构建图谱的业务场景，之后加载该业务场景下的全部知识文档，并在用户界面显示。64.步骤s204：响应于第二用户对知识文档集中多个知识文档的选择操作，获取为多个知识文档分别构建的原始图谱。第二用户在用户界面显示的全部知识文档中选择自己需要的知识文档，该选择操作触发基于知识图谱的问答装置获取为被选择的知识文档分别构建的原始图谱。其中，原始图谱的构建过程可以在步骤s201之后，以及步骤s204之前执行，具体地，可以根据知识文档中记载的实体和实体之间的关系，采用自顶向下或者自底向上的方式，构建原始图谱。65.步骤s205：根据预设的融合规则，对多个知识文档对应的原始图谱进行知识融合，得到业务场景对应的知识图谱。该融合规则用于判断来自于多个原始图谱的多个实体是否代表同一事物。比如可以利用实体标识来判断多个实体是否为同一事物。如果多个知识文档对应的原始图谱中的多个实体代表同一事物，则可以对这多个原始图谱进行知识融合，即可得到该业务场景对应的知识图谱。66.其中，知识融合的方式可以是实体对齐、求同存异、求异存同以及求和中的一种或者多种。实体对齐是指将代表同一事物的多个实体进行合并。求同存异可以通过将原始图谱求差集得到；求异存同可以将原始图谱求交集得到，求和可以是将原始图谱求并集得到。67.实施例二通过对现有知识进行结构化抽取或者非结构化标注，从而构建各业务场景的知识图谱，后续可以根据不同的业务场景接入相应的问答机器人，实现这些业务场景下的智能问答。比如，运维问答机器人应用在运维平台，根据后台的运维知识和运维人员知识，为运维人员提供问答支持。同时，实施例二明确了知识图谱的构建和业务场景的配置过程，便于非专业人员浏览、管理和使用知识图谱。68.另外，实施例二支持不同图谱之间的求和、求同存异、求异存同等操作，解决了现有技术中图谱之间不能组合的缺陷。同时以业务场景为维度，分类存储知识文档，便于后续基于为知识文档构建的原始图谱，构建该业务场景的知识图谱，提高知识图谱的构建效率。69.可以理解的是，实施例一和实施例二中，第一用户、第二用户和第三用户可以是同一用户，也可以是不同用户。70.图3是本发明实施例的基于知识图谱的问答方法的系统架构示意图，图4是本发明实施例的知识图谱的构建及应用的实现流程示意图。如图3和图4所示，本发明实施例的基于知识图谱的问答方法由基于知识图谱的问答装置实现，该问答装置包括知识文档获取模块、知识图谱管理模块和知识图谱应用模块。其中，知识文档获取模块可使用抓取工具收集网站数据，之后使用解析器解析得到实体和实体之间的关系，进而以三元组形式写入知识文档。71.知识图谱管理模块可以使用django框架进行开发，通过制作docker镜像和容器运行在centos服务器，数据库为neo4j。该模块可以提供文本标注(用于标注文本中的实体和实体间的关系)、图谱构建(用于生成原始图谱、知识图谱)、实体管理(用于管理实体)、关系管理(用于管理实体间的关系)、图谱管理(用于管理指定图谱下的三元组)和用户管理。72.知识图谱应用模块以图数据库为引擎构建，使用flask技术搭建web服务，通过制作docker镜像和容器运行在centos服务器，数据库为neo4j。该模块可以提供保险行业知识展示、运维知识查询、病历关系查询等。用户可以选择加载要查询的业务场景的知识图谱，各类问题及答案不仅以文字形式，还能够以图谱形式展示，相关实体节点支持点击跳转。73.为了实现点击跳转功能，需要在构建知识图谱的过程中，为知识图谱的实体添加点击事件，以在监听到第一用户对当前实体的选择操作后，触发执行实体检索流程。其中，实体检索流程用于在知识图谱中检索与当前实体存在关系的其他实体，将其他实体作为当前实体，在用户界面进行显示。74.比如，第一用户使用图数据库查询功能，找到问答入口节点，假设第一用户查询运维人员和解决方案，则在前端生成的相应的div标签中添加点击事件，点击后触发查找知识图谱中相关实体节点的功能，并使用深度优先的方式遍历图数据，最终跳转到匹配的实体节点，并居中显示。75.需要说明的是，实施例二的步骤s201可由知识文档获取模块实现(其中，在线标注功能由知识图谱管理模块实现)；步骤s202-步骤s205可由知识图谱管理模块实现；实施例一可由知识图谱应用模块实现。76.图5是本发明实施例的知识图谱管理模块的结构示意图。如图5所示，本发明实施例的知识图谱管理模块可以实现展示功能、构建功能和管理功能，主要包括图谱主页单元、图谱构建单元、图谱管理单元、用户管理单元和系统日志单元。下面对各单元的功能进行详细说明。77.(1)图谱主页单元：该单元使用d3.js、visgraph.js和jquery.js等脚本绘制前端图谱，并展示。主要功能如下：默认图谱加载，选择图谱加载，图谱内实体搜索和图谱样式设定。主页默认展示的图谱可以在图谱管理页面设置，访问主页会自动加载对应图谱的json数据。78.该json数据包含nodes(节点)和links(关系)两个键，nodes键的对应值是实体数据集合，每个实体数据包含id键、label键和color键，id键为实体标识；label键值为实体名称；color键为实体颜色值，用于区分不同层级、不同类别的实体。links键的对应值是所有实体间关系的集合，每个关系数据包含了source键、target键和label键，source和target的键值均为实体id，通过实体id为两个实体构建关系。79.(2)图谱构建单元：该单元用于根据业务场景管理图谱源数据，包含结构化数据录入和非结构化数据录入。其中，结构化数据录入包含以下功能：结构化数据类目管理、上传文档、模板下载、批量删除、文档上传时间检索、文档名称检索、文档内容预览、文档移动分类及单个文档删除。80.用户想要上传知识文档时，需要预先选择数据类目(即业务场景)，没有符合的类目可以新增或编辑已有分类。在监听到用户点击某数据类目时，可以加载此类目下所有知识文档。同时，可以结合文档上传时间和文档名称进行多条件查询，点击阅览按钮可以加载文档数据，并在浮动层进行展示。结构化数据支持excel格式，其使用实体、关系和实体三列数据储存三元组数据。81.非结构化数据录入提供在线标注的功能，通过加载用户上传的txt文档，用户可以在网页端选中文字标注为实体，也可以在实体间建立关系，这些操作会保存在额外的配置文档中，使得下次打开文档时加载已经标注的效果，同时这些操作也会实时保存到neo4j数据库中。82.(3)图谱管理单元：该单元用于新建图谱、删除图谱、设为首页知识图谱。用户可以通过新建图谱功能来构建图谱，设置图谱名称，然后选择结构化数据和/或非结构化数据构建图谱。图谱构建单元中的数据都可以成为此图谱的数据源，并根据实体的分类等数据对不同数据源内的实体做实体对齐。同时，可支持不同数据源的求同存异、求异存同、求和等操作。83.另外，用户点击已存在的图谱，可以查看图谱的详细数据，包括实体的分类，分类下的实体，关系的分类，分类下的关系。每个实体和关系都可以进行编辑和修改，也可以在选定的分类下新增实体或关系。84.(4)用户管理单元：该单元可以添加具有使用该问答装置权限的用户，具体权限可以包括超级管理员、管理员和普通用户。普通用户可以查看图谱，但不能编辑图谱；管理员可以查看图谱，也可以编辑所属部门的图谱；超级管理员具有全部权限。85.(5)系统日志单元：该单元用于记录所有图谱和知识文档相关的操作，记录操作人、操作时间等。86.实施例三87.下面结合运维知识查询这一业务对本发明实施例的基于知识图谱的问答方法进行进一步说明，该问答方法由运维问答机器人实现。88.运维知识图谱是非结构化数据和结构化数据的融合。其中，运维知识是专业图知识，非结构化数据，应用图谱构建单元的非结构化数据录入功能，通过人工标注，识别出三种实体和两种关系，实体类型为：故障系统、故障描述、故障解决方案，关系类型为：故障系统-具有-》故障描述，故障描述-具有-》故障解决方案。基于上述实体和关系，构建原始图谱1。89.运维人员信息是结构化数据，应用图谱构建单元的结构化数据录入功能，抽取出三种实体和两种关系，实体类型为：运维人员、负责系统、运维人员联系方式，关系类型为：运维人员-负责-》负责系统，运维人员-联系-》运维人员联系方式。基于上述实体和关系，构建原始图谱2。90.之后，在图谱管理单元的图谱管理界面，创建运维知识图谱，同时在非结构化和结构化数据源中选定相应的数据源，搭建知识图谱。由于原始图谱1中的故障系统和原始图谱2中的负责系统，实际都是指企业的业务系统，实体id一致，经过实体对齐，将原始图谱上重复的节点去除，形成新的知识图谱(具体结构见图6)。91.用户在遇到运维问题后，可以在运维问答机器人的聊天室输入问题信息，运维问答机器人识别用户意图，确定业务场景，并获取相应业务场景的知识图谱，从知识图谱中选择与用户意图相符的实体作为候选项反馈至用户，以供用户选择。同时，用户可以直接浏览知识图谱，查找想要的答案。92.用户可以在候选项中选择任意实体为切入点，运维问答机器人基于用户选择，检索知识图谱的关系路径，为用户提供新的候选项。用户再次选择后，运维问答机器人会沿关系方向继续前进，直至知识图谱的分支深度最大。该分支是指关系方向所在分支，分支深度是指分支所在知识图谱的层数。93.结合图6，可以从开始节点，沿着关系方向一步一步检索。如果遇到多节点，则运维问答机器人在用户界面显示多节点，供用户选择。在用户选择其中一个节点的情况下，继续执行该节点对应的下一步检索。比如，用户点击“查询运维人员”，运维问答机器人查询获知与该节点存在关系的节点为“故障系统a”和“故障系统b”，则反馈“故障系统a”和“故障系统b”两个选项。94.假设用户进一步选择“故障系统a”，运维问答机器人查询获知与该节点存在关系的节点为“运维人员c”，则反馈“运维人员c”这一选项。后续用户进一步点击“运维人员c”，运维问答机器人查询获知与该节点存在关系的节点为“座机、“手机号”、“oa账号”，则向用户反馈运维人员c对应的座机、手机号和oa账号(办公软件的账号)。95.图7是本发明实施例的运维知识图谱应用于运维问答机器人的实现流程示意图。如图7所示，本发明实施例的运维知识图谱的应用流程，主要包括以下步骤：96.步骤s701：接收第一用户输入的问题信息，进入对话流程。97.步骤s702：从问题信息中识别第一用户的意图，确定问题信息所属的业务场景为运维场景。该步骤的具体实现参见实施例一的步骤s101，此处不再赘述。98.步骤s703：基于运维场景的知识图谱，确定本轮对话的答案信息，将答案信息反馈至第一用户并记录流程进度。假设问题信息为“系统运行报错”，结合图6，本轮对话的答案信息为：“查询运维人员”和“查询故障解决方案”。99.步骤s704：判断第一用户的问题是否解决，如果已解决，则结束；如果未解决，则执行步骤s705。100.步骤s705：响应于第一用户对答案信息的选择操作，在知识图谱中检索与所选择的实体存在关系的其他实体，将其他实体作为本轮对话的答案信息反馈至第一用户，并记录流程进度。结合图6，用户点击“查询运维人员”，运维问答机器人确定本轮对话的答案信息为：“故障系统a”和“故障系统b”。101.步骤s706：根据流程进度，判断知识图谱的分支深度是否最大，如果是，则结束；如果否，则执行步骤s704。结合图6，知识图谱的分支深度最大为5，此时分支深度为3，重复执行步骤s704-步骤s706。102.在第一次重复执行步骤s705时，假设用户进一步选择“故障系统a”，运维问答机器人确定本轮对话的答案信息为：“运维人员c”，此时分支深度为4，再次执行步骤s704-步骤s706。在第二次重复执行步骤s705时，假设用户进一步选择“运维人员c”，运维问答机器人确定本轮对话的答案信息为运维人员c的联系方式，即座机、手机号和oa账号，此时分支深度为5，结束。103.实施例四104.下面结合病历关系查询这一业务对本发明实施例的基于知识图谱的问答方法进行进一步说明，该问答方法由医疗问答机器人实现。105.医疗知识图谱(具体结构见图8)由网站收集的结构化数据构成，将结构化数据上传至图谱构建单元，提取出五种实体和五种关系，实体类型为：疾病节点、部门节点、药物节点、食物节点和症状节点；关系类型为：疾病-具有-》症状，疾病-治疗-》药物，疾病-问诊-》部门，疾病-可食用-》食物，疾病-忌食用-》食物。疾病节点是主要实体，包含以下属性：id、disname、safeguard、pathogen、pathinfece，分别用于记录唯一标识、疾病名称、预防方式、发病原因、传染途径。106.用户在遇到医疗问题后，比如疾病a有哪些症状和禁忌饮食，则可以在医疗问答机器人的聊天室输入问题，触发对话流程。医疗问答机器人识别用户意图，此处识别用户询问的疾病，之后可以将疾病的简介和治疗方式提供给用户。对于日常医疗问题，用户均可以通过医疗问答机器人问答进行自判，也可以咨询就医需要挂的科室，功能实用，可以增加用户粘性。107.本发明实施例的基于知识图谱的问答方法，能够帮助企业各个部门构建知识图谱，建立知识体系，同时应用在不同业务场景下能够产生不同的价值。比如，应用在医疗问答机器人，可以和用户互动，增加用户粘性；应用在核保环节，可以增加核保效率，降低人力成本；应用在运维问答机器人，可以帮助运维人员快速排查问题，控制风险；应用在保险产品，则可以帮助业务人员快速了解产品各方面信息，帮助精准销售。108.图9是根据本发明实施例的基于知识图谱的问答装置的主要模块的示意图。如图9所示，本发明实施例的基于知识图谱的问答装置900，主要包括：109.意图识别模块901，用于接收第一用户输入的问题信息，从所述问题信息中识别所述第一用户的意图，并确定所述问题信息所属的业务场景。该模块在接收到问题信息后，调用预训练的意图识别模型，对问题信息进行意图识别，得到用户的意图。110.确定问题信息所属的业务场景有多种方式。实施例中，可以对问题信息进行分词，过滤语气词、助词等词汇，基于过滤结果确定业务场景。另外，还可以根据接收问题信息的入口，确定业务场景。111.实体选择模块902，用于获取预先为所述业务场景构建的知识图谱，根据所述意图，从所述知识图谱中选择相应的实体作为初始实体，并在用户界面进行显示。预先为各业务场景构建对应的知识图谱，并按照业务场景分类保存，该知识图谱中包括多个实体，以及实体之间的关系，各实体可以具有属性信息。另外，预先为不同意图分别设定关键词，构成相应的关键词集。112.在确定问题信息所属的业务场景后，获取该业务场景的知识图谱，之后根据用户的意图，查找分词后的问题信息中是否存在相应关键词集中的关键词，如果存在某个关键词，则计算该关键词与知识图谱中多个实体之间的相似度，之后根据相似度与设定的筛选规则，从这多个实体中筛选出符合筛选规则的实体作为初始实体，并将初始实体显示在用户界面上。113.答案确定模块903，用于重复以下操作，直至所述知识图谱的分支深度最大：响应于所述第一用户对当前实体的选择操作，在所述知识图谱中检索与所述当前实体存在关系的其他实体，将所述其他实体作为所述当前实体，在所述用户界面进行显示；其中，所述当前实体的初始值为所述初始实体。114.第一用户在用户界面上点击显示的当前实体，触发该模块沿着关系方向，在知识图谱中检索与当前实体存在关系的其他实体，并将其他实体作为当前实体显示在用户界面上，以使第一用户在用户界面上继续点击显示的当前实体。重复上述操作，直至知识图谱的分支深度最大时，停止检索，并将最终检索到的其他实体在用户界面上显示，至此完成了业务场景下的知识问答。115.另外，本发明实施例的基于知识图谱的问答装置900还可以包括：知识图谱管理模块、知识文档获取模块、知识文档上传模块和事件添加模块(图9中未示出)。各模块所实现的功能如前所述，此处不再赘述。116.从以上描述可以看出，通过确定问题信息所属的业务场景，并获取该业务场景的知识图谱，使得后续可以根据用户意图，从知识图谱中选择初始实体，并根据用户对于包含初始实体的任意实体的选择操作，进一步检索与其存在关系的其他实体，直至知识图谱的分值深度最大，完成该业务场景的知识问答，提升客户体验。117.图10示出了可以应用本发明实施例的基于知识图谱的问答方法或基于知识图谱的问答装置的示例性系统架构1000。118.如图10所示，系统架构1000可以包括终端设备1001、1002、1003，网络1004和服务器1005。网络1004用以在终端设备1001、1002、1003和服务器1005之间提供通信链路的介质。网络1004可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。119.用户可以使用终端设备1001、1002、1003通过网络1004与服务器1005交互，以接收或发送消息等。终端设备1001、1002、1003上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。120.终端设备1001、1002、1003可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。121.服务器1005可以是提供各种服务的服务器，例如对用户利用终端设备1001、1002、1003发送的问题信息进行处理的后台管理服务器。后台管理服务器可以从问题信息中识别用户意图，确定业务场景和该业务场景的知识图谱，选择符合用户意图的实体供用户选择，进而根据用户选择确定其他实体，并将处理结果(例如其他实体)反馈给终端设备。122.需要说明的是，本技术实施例所提供的基于知识图谱的问答方法一般由服务器1005执行，相应地，基于知识图谱的问答装置一般设置于服务器1005中。123.应该理解，图10中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。124.根据本发明的实施例，本发明还提供了一种电子设备和一种计算机可读介质。125.本发明的电子设备包括：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，使得所述一个或多个处理器实现本发明实施例的一种基于知识图谱的问答方法。126.本发明的计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例的一种基于知识图谱的问答方法。127.下面参考图11，其示出了适用于来实现本发明实施例的电子设备的计算机系统1100的结构示意图。图11示出的电子设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。128.如图11所示，计算机系统1100包括中央处理单元(cpu)1101，其可以根据存储在只读存储器(rom)1102中的程序或者从存储部分1108加载到随机访问存储器(ram)1103中的程序而执行各种适当的动作和处理。在ram1103中，还存储有计算机系统1100操作所需的各种程序和数据。cpu1101、rom1102以及ram1103通过总线1104彼此相连。输入/输出(i/o)接口1105也连接至总线1104。129.以下部件连接至i/o接口1105：包括键盘、鼠标等的输入部分1106；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1107；包括硬盘等的存储部分1108；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1109。通信部分1109经由诸如因特网的网络执行通信处理。驱动器1110也根据需要连接至i/o接口1105。可拆卸介质1111，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1110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1108。130.特别地，根据本发明公开的实施例，上文主要步骤图描述的过程可以被实现为计算机软件程序。例如，本公开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主要步骤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1109从网络上被下载和安装，和/或从可拆卸介质1111被安装。在该计算机程序被中央处理单元(cpu)1101执行时，执行本发明的系统中限定的上述功能。131.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。132.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。133.描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括意图识别模块、实体选择模块和答案确定模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，意图识别模块还可以被描述为“接收第一用户输入的问题信息，从所述问题信息中识别所述第一用户的意图，并确定所述问题信息所属的业务场景的模块”。134.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设备中所包含的；也可以是单独存在，而未装配入该设备中。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设备执行时，使得该设备包括：接收第一用户输入的问题信息，从所述问题信息中识别所述第一用户的意图，并确定所述问题信息所属的业务场景；获取预先为所述业务场景构建的知识图谱，根据所述意图，从所述知识图谱中选择相应的实体作为初始实体，并在用户界面进行显示；其中，所述知识图谱包括多个实体和实体之间的关系；重复以下操作，直至所述知识图谱的分支深度最大：响应于所述第一用户对当前实体的选择操作，在所述知识图谱中检索与所述当前实体存在关系的其他实体，将所述其他实体作为所述当前实体，在所述用户界面进行显示；其中，所述当前实体的初始值为所述初始实体。135.根据本发明实施例的技术方案，通过确定问题信息所属的业务场景，并获取该业务场景的知识图谱，使得后续可以根据用户意图，从知识图谱中选择初始实体，并根据用户对于包含初始实体的任意实体的选择操作，进一步检索与其存在关系的其他实体，直至知识图谱的分值深度最大，完成该业务场景的知识问答，提升客户体验。136.上述产品可执行本发明实施例所提供的方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明实施例所提供的方法。137.上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。当前第1页12当前第1页12