基于知识图谱的推理对话的方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN109271504A(43)申请公布日2019.01.25(21)申请号201811319799.5(22)申请日2018.11.07(71)申请人爱因互动科技发展（北京）有限公司地址100080北京市海淀区海淀大街27号5层东侧5086号(72)发明人陈楚豪钟翰廷吴金龙王守崑(74)专利代理机构北京卓孚知识产权代理事务所(普通合伙)11523代理人刘光明任宇(51)Int.Cl.G06F16/332(2019.01)G06F16/36(2019.01)权利要求书1页说明书7页附图2页(54)发明名称基于知识图谱的推理对话的方法(57)摘要提供一种基于知识图谱的推理对话的方法。该方法（500）包括：从问句中抽取实体及其位置信息（S510）；从问句中抽取问句的关系及其位置信息（S520）；利用抽取出的实体及其位置信息、关系及其位置信息，将问句转化为逻辑表达式（S530）；利用逻辑表达式，在知识图谱中进行推理（S540）；根据推理结果，生成对问句的回答（S550）。由于抽取的实体和关系包含位置信息，可以非常简便地生成逻辑表达式，并且可以对逻辑表达式中的顺序进行调整。通过设定答案模板，可以在答案中引入更多信息，使得回答更加生动和丰富。此外，本方法增加了对于多轮问答的支持。CN109271504ACN109271504A权利要求书1/1页1.一种基于知识图谱的推理对话的方法，包括：从问句中抽取实体及其位置信息；从问句中抽取问句的关系及其位置信息；利用抽取出的实体及其位置信息、关系及其位置信息，将问句转化为逻辑表达式；利用逻辑表达式，在知识图谱中进行推理；根据推理结果，生成对问句的回答。2.根据权利要求1所述的方法，其中，所述的从问句中抽取实体及其位置信息的步骤进一步包括：从问句中抽取实体的具体用词、类型信息、位置信息；所述的从问句中抽取问句的关系及其位置信息的步骤进一步包括：从问句中抽取问句的关系的具体用词、类型信息、位置信息。3.根据权利要求2所述的方法，进一步包括：如果抽取出的实体的具体用词与知识图谱中的实体名称不一致，则将抽取出的实体的具体用词链接到知识图谱中的实体名称。4.根据权利要求1所述的方法，其中，所述的利用抽取出的实体及其位置信息、关系及其位置信息，将问句转化为逻辑表达式的步骤进一步包括：根据实体的位置信息、关系的位置信息，自动地确定实体和关系在逻辑表达式中的顺序。5.根据权利要求4所述的方法，进一步包括：根据知识图谱，对自动确定的实体和关系在逻辑表达式中的顺序进行调整，以形成供推理的逻辑表达式。6.根据权利要求1所述的方法，其中，所述的根据推理结果，生成对问句的回答的步骤进一步包括：根据推理结果，利用答案模板生成特定形式的回答。7.根据权利要求1所述的方法，进一步包括：判断问句是否残缺；如果问句残缺，通过之前的对话内容及分类模型确定需要补全的位置及内容，以补全后的问句作为待抽取实体和关系的问句。8.一种计算机可读介质，用于记录可由处理器执行的指令，所述指令在被处理器执行时，使得处理器执行基于知识图谱的推理对话的方法，包括如下操作：从问句中抽取实体及其位置；从问句中抽取问句的关系及其位置；利用抽取出的实体及其位置以及关系及其位置，将问句转化为逻辑表达式；利用逻辑表达式，在知识图谱中进行推理；根据推理结果，生成对问句的回答。2CN109271504A说明书1/7页基于知识图谱的推理对话的方法技术领域[0001]本发明涉及人工智能与知识图谱，更具体涉及基于知识图谱的推理对话的方法。背景技术[0002]知识图谱(KnowledgeGraph)又称为科学知识图谱，在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。[0003]目前，市面上存在一些基于知识图谱的问答系统。图1是市面上常见的图谱问答的流程图。如图1所示的问答系统可以抽取句子的意图类别，即实质上是对询问的关系进行分类。同时，从询问中抽取话题实体，并将该实体链接至知识图谱的实体名称(图1中标为与抽取出的“实体”相区别的“实体1”)。然后，从知识图谱中找出对于该句子的回答。然而，这些问答系统只能对句子意图进行分类，实际上对于问句的关系并未清楚掌握。而且，这些问答系统在处理逻辑表达式时需要考虑各种可能的语序，准备较多的逻辑表达式模板，从而还需要一个较长的匹配模板的过程，才能最终推理出答案。[0004]因此，希望提供一种基于知识图谱的推理对话的方法，直接抽取问句中的实体与关系，同时自动确定实体与关系的顺序，以便大大简化逻辑表达式的形成过程。发明内容[0005]本发