基于知识图谱的上下文识别补全方法、系统、终端及介质与流程

本发明涉及基于人工智能的问答方法技术领域，具体涉及一种基于知识图谱的上下文识别补全方法、系统、终端及介质。

背景技术：

目前在问答领域，传统的上下文的支持通过引导交互配置实现，并且只能支持特定场景，以订酒店这个场景为例，需要系统配置：

1.上下文流程：提问->询问酒店名称->询问入住时间->询问离店时间->确认价格->完成订单。

2.语义槽：酒店名称；入住时间；离店时间。

用户订酒店，系统后台会切换到订酒店的场景，从而确定需要提取的语义槽，按照配置的流程，一步步询问用户，实现上下文对话问答。很显然可以看到这种上下文识别方式必须预先配置场景和语义槽，并且只能支持该特定场景，而在实际的对话问答中，上下文的情况远不止这些场景，因此，传统的问答方法灵活度不高。

技术实现要素：

针对现有技术中的缺陷，本发明实施例提供的一种基于知识图谱的上下文识别补全方法、系统、服务器及介质，能自动根据上文消歧、补全和替换实体，无需预先配置交互场景，提高了问答机器人的灵活性。

第一方面，本发明实施例提供的基于知识图谱的上下文识别补全方法，包括：

预先构建知识图谱，所述知识图谱包括实体集合、属性集合、实体和属性之间的关联关系和实体与实体间的关系；

接收并获取用户输入的提问信息；

对所述提问信息进行识别和消歧处理，得到实体识别结果、实体消歧结果和属性信息；

结合知识图谱、实体识别结果、实体消歧结果和属性信息对提问信息进行实体补全和实体替换处理，得到对提问信息进行实体补全替换的结果；

输出实体补全替换的结果。

第二方面，本发明实施例提供的一种基于知识图谱的上下文识别补全系统，包括知识图谱模块、信息获取模块、识别消歧处理模块、实体补全替换模块和数据输出模块，

所述知识图谱模块用于构建知识图谱，所述知识图谱包括实体集合、属性集合、实体和属性之间的关联关系和实体与实体间的关系；

所述信息获取模块用于接收并获取用户输入的提问信息；

所述识别消歧处理模块用于根据提问信息进行识别和消歧处理，得到实体识别结果、实体消歧结果和属性信息；

所述实体补全替换模块用于结合知识图谱、实体识别结果、实体消歧结果和属性信息对提问信息进行实体补全和实体替换处理，得到对提问信息进行实体补全替换的结果；

所述数据输出模块用于输出实体补全替换的结果。

第三方面，本发明实施例还提供一种基于知识图谱的上下文识别补全的服务器，包括存储器和处理器，所述存储器和处理器连接，所述处理器用于存储计算机程序，所述计算机程序包括程序指令，所述处理器被配置用于调用所述程序指令，执行上述实施例描述的方法。

第四方面，本发明实施例还提供一种计算机可读存储介质，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执行上述实施例描述的方法。

本发明的有益效果：

本发明实施例提供的一种基于知识图谱的上下文识别补全方法、系统、终端及介质，自动根据上下文消歧，补全或替换实体，而无需预先配置交互场景。即使有新的实体和属性加入到问答知识库中，也可以自动发现并更新知识图谱，无需额外配置。维护简便，无需复杂的预配置，并极大的提高了问答机器人的灵活性，对话自然。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍。在所有附图中，类似的元件或部分一般由类似的附图标记标识。附图中，各元件或部分并不一定按照实际的比例绘制。

图1示出了本发明第一实施例所提供的一种基于知识图谱的上下文识别补全方法的流程图；

图2示出了图1中步骤s3的具体流程图；

图3示出了本发明第一实施例中的中国平安的知识图谱的子图的结构图；

图4示出了本发明第一实施例中浦发银行的知识图谱的子图的结构图；

图5示出了本发明第二实施例所提供的一种基于知识图谱的上下文识别补全系统的结构框图；

图6示出了本发明第二实施例中识别消歧处理模块的结构框图；

图7示出了本发明第三实施例所提供的一种基于知识图谱的上下文识别补全智能终端的结构框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

需要注意的是，除非另有说明，本申请使用的技术术语或者科学术语应当为本发明所属领域技术人员所理解的通常意义。

如图1所示，示出了本发明第一实施例所提供的一种基于知识图谱的上下文识别补全方法的流程图，该方法包括：

s101:预先构建知识图谱，所述知识图谱包括实体集合、属性集合、实体和属性之间的关联关系和实体与实体间的关系。

具体地，知识图谱包括行业知识图谱，所述行业知识图谱包括行业信息的实体信息、属性信息、实体和属性之间的关联关系和实体与实体间的关系。行业知识图谱是基础数据，以rdf形式存储在图数据库，方便图计算和推理。

s102:接收并获取用户输入的提问信息。

s103:对所述提问信息进行识别和消歧处理，得到实体识别结果、实体消歧结果和属性信息。

具体地，如图2所示，示出了对所述提问信息进行识别和消歧处理的具体方法的流程图，方法包括：

s1031:对所述提问信息进行分词处理，得到实体信息和属性信息；

s1032:对所述实体信息用知识图谱判断实体信息是否为歧义词；

s1033:若不是，则采用知识图谱识别实体信息得到实体识别结果；

或者，s1034:若是，则采用预先构建的文本分类模型对实体信息进行分类判断，文本分类模型输出实体类型及其概率，得到实体消歧结果。

其中，构建文本分类模型的具体方法包括：

选取知识图谱中的歧义词作为训练样本；

采用fasttext文本分类算法进行模型训练，得到文本分类模型。fasttext文本分类算法是开源的一个词向量与文本分类方法。

同一种类型的歧义词，可以使用同一个文本分类模型。如用于训练所有银行名称的文本分类模型，用于区分是银行名称还是银行股票名称。例如：“浦发银行”后市如何；“工商银行”可以买入吗，这类银行是指银行股票名称；“工商银行”的卡可以绑定三方吗；“农业银行”银行卡银证转账失败，这类银行所指的是银行名称。通过文本分类算法可提高文本分类效果和准确性。

s104:结合知识图谱、实体识别结果、实体消歧结果和属性信息对提问信息进行实体补全和实体替换处理，得到对提问信息进行实体补全替换的结果。

s105:输出实体补全替换的结果。

以下采用证券行业的一个子图为例对上述实施例进行详细说明。如图3所示，示出了中国平安的知识图谱的子图的结构图。基于知识图谱的上下文识别补全方法包括：数据库中存储有行业知识图谱，接收并获取用户输入的提问信息：“我想买平安，怎么买”；对这个问题进行识别和消歧处理，首先，对提问信息进行分词处理，得到实体为“平安”，属性为“购买”，结合知识图谱，判断“平安”是否为歧义词。通常情况下平安可能是平平安安的意思，在证券领域，平安是中国平安的别称。但是基于证券行业图谱，该实体没有歧义，因此无需消歧。采用知识图谱识别实体信息得到实体识别结果，基于图谱，进一步发现，中国平安这个股票实例分别属于港股和a股两个概念下，这两个概念均为股票的子概念，因此，得到的实体识别结果为：实体：中国平安[isa港股，isaa股]，港股[isa股票]，a股[isa股票]；属性：购买。其中，isa表示一种关系的名称表示，意思为“是一个”，即：中国平安[是一个港股，是一个a股]，港股[是一个股票]，a股[是一个股票]。获取用户继续提问的信息“a股怎么买”，进行分词和实体识别，识别出实体为“a股”，属性为“购买”，继续获取用户的提问信息“交收规则呢”，进行分词处理和实体识别，未识别出实体，识别出实体为“无”，属性为“交收”和“规则”，上文实体为“a股”，图谱中“a股”属性由“交收”、“规则”，因此对提问信息进行实体补全，实体为“a股”，属性为“交收”和“规则”，则提问信息补全为“a股交收规则呢”，输出“a股交收规则呢”。继续获取用户的提问信息“那港股呢”，进行分词和实体识别，识别出实体为“港股”，属性为“无”，根据上文的属性为“交收”、“规则”，图谱中港股属性由“交收”、“规则”，因此进行实体补全，实体为“港股”，属性为为“交收”、“规则”，问题补全为“那港股交收规则呢”，输出“那港股交收规则呢”。

以下采用证券行业的一个子图为例对上述实施例进行详细说明。如图4所示，示出了浦发银行的知识图谱的子图的结构图。基于知识图谱的上下文识别补全方法包括：接收并获取用户输入的提问信息“浦发的卡银证转账失败怎么办”，对这个问题进行识别和消歧处理，首先，对提问信息进行分词处理，得到实体为“浦发”，“浦发”是实体“浦发银行”的别称，基于知识图谱，“浦发银行”为歧义词，可能是a股股票，也可能是银行名称，因此需要进行消歧处理，采用预先构建的文本分类模型对实体信息进行分类判断，文本分类模型输出实体类型及其概率，得到实体消歧结果。文本分类模型判断为银行，因此，得到的实体消歧结果为：实体：浦发银行[isa银行]，属性：转账。若用户继续提问，则继续对提问信息进行识别和实体补全替换处理。

本发明实施例提供的一种基于知识图谱的上下文识别补全方法，自动根据上下文消歧，补全或替换实体，而无需预先配置交互场景。即使有新的实体和属性加入到问答知识库中，也可以自动发现并更新知识图谱，无需额外配置。维护简便，无需复杂的预配置，并极大的提高了问答机器人的灵活性，对话自然。

本发明实施例提供的一种基于知识图谱的上下文识别补全系统与上述方法实施例基本相似，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。下述描述的系统实施例仅仅是示意性的。

如图5所示，示出了本发明第二实施例还提供一种基于知识图谱的上下文识别补全系统的结构框图，该系统包括知识图谱模块201、信息获取模块202、识别消歧处理模块203、实体补全替换模块204和数据输出模块205。

知识图谱模块201用于构建知识图谱，所述知识图谱包括实体集合、属性集合、实体和属性之间的关联关系和实体与实体间的关系；知识图谱包括行业知识图谱，所述行业知识图谱包括行业信息的实体信息、属性信息、实体和属性之间的关联关系和实体与实体间的关系。

所述信息获取模块202用于接收并获取用户输入的提问信息。

所述识别消歧处理模块203用于根据提问信息进行识别和消歧处理，得到实体识别结果、实体消歧结果和属性信息。

所述实体补全替换模块204用于结合知识图谱、实体识别结果、实体消歧结果和属性信息对提问信息进行实体补全和实体替换处理，得到对提问信息进行实体补全替换的结果。

所述数据输出模块205用于输出实体补全替换的结果。

本实施例中，如图6所示，识别消歧处理模块203包括分词处理单元2031、歧义词判断单元2032、实体识别单元2033和消歧单元2034，所述分词处理单元2031用于根据提问信息进行分词处理，得到实体信息和属性信息；所述歧义词判断单元2032用于根据知识图谱判断分词处理后的实体信息是否为歧义词；所述实体识别单元2033用于根据知识图谱识别非歧义词得到实体识别结果；所述消歧单元2034用于根据预先构建的文本分类模型对歧义词进行分类判断，文本分类模型输出实体类型及其概率，得到实体消歧结果。

本实施例中，消歧单元2034包括文本分类模型构建子单元，所述文本分类模型构建子单元构建文本分类模型的具体方法包括：

选取知识图谱中的歧义词作为训练样本；

采用fasttext文本分类算法进行模型训练，得到文本分类模型。

以上，为本发明第二实施例提供的一种基于知识图谱的上下文识别补全系统的实施例说明。

本发明提供的一种基于知识图谱的上下文识别补全系统与上述基于知识图谱的上下文识别补全方法出于相同的发明构思，具有相同的有益效果，此处不再赘述。

在本发明第三实施例还提供一种基于知识图谱的上下文识别补全的智能终端，如图7所示，示出了智能终端的结构示意图，该终端包括处理器301、输入设备302、输出设备303和存储器304，所述处理器301、输入设备302、输出设备303和存储器304相互连接，所述存储器304用于存储计算机程序，所述计算机程序包括程序指令，所述处理器301被配置用于调用所述程序指令，执行上述实施例描述的方法。

应当理解，在本发明实施例中，所称处理器301可以是中央处理单元(centralprocessingunit，cpu)，该处理器还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

输入设备302可以包括触控板、指纹采传感器(用于采集用户的指纹信息和指纹的方向信息)、麦克风等，输出设备303可以包括显示器(lcd等)、扬声器等。

该存储器304可以包括只读存储器和随机存取存储器，并向处理器301提供指令和数据。存储器304的一部分还可以包括非易失性随机存取存储器。例如，存储器304还可以存储设备类型的信息。

具体实现中，本发明实施例中所描述的处理器301、输入设备302、输出设备303可执行本发明实施例提供的方法实施例所描述的实现方式，也可执行本发明实施例所描述的系统实施例的实现方式，在此不再赘述。

在本发明还提供一种计算机可读存储介质的实施例，所述计算机存储介质存储有计算机程序，所述计算机程序包括程序指令，所述程序指令当被处理器执行时使所述处理器执上述第一实施例描述的方法。

所述计算机可读存储介质可以是前述实施例所述的终端的内部存储单元，例如终端的硬盘或内存。所述计算机可读存储介质也可以是所述终端的外部存储设备，例如所述终端上配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。进一步地，所述计算机可读存储介质还可以既包括所述终端的内部存储单元也包括外部存储设备。所述计算机可读存储介质用于存储所述计算机程序以及所述终端所需的其他程序和数据。所述计算机可读存储介质还可以用于暂时地存储已经输出或者将要输出的数据。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的终端和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的几个实施例中，应该理解到，所揭露系统、终端和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。