一种基于深度学习与相似度匹配的知识图谱问答的方法
基本信息
| 申请号 | CN202011446662.3 | 申请日 | - |
| 公开（公告）号 | CN112765310A | 公开（公告）日 | 2021-05-07 |
| 申请公布号 | CN112765310A | 申请公布日 | 2021-05-07 |
| 分类号 | G06N3/08(2006.01)I;G06K9/62(2006.01)I;G06F16/332(2019.01)I;G06F40/295(2020.01)I;G06F16/35(2019.01)I;G06N3/04(2006.01)I;G06F16/33(2019.01)I;G06F16/36(2019.01)I;G06F40/211(2020.01)I;G06F40/242(2020.01)I | 分类 | - |
| 发明人 | 李小超;张晶亮;谢水庚;胡博钦;郝志强 | 申请（专利权）人 | 北京航天云路有限公司 |
| 代理机构 | 北京纽乐康知识产权代理事务所（普通合伙） | 代理人 | 秦月贞 |
| 地址 | 100039北京市海淀区西四环中路16号院7号楼12层1201-3 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种基于深度学习与相似度匹配的知识图谱问答的方法，包括，进行启动服务，加载训练好的多标签分类模型；对用户的输入问句进行实体类别的识别；预测出该问句对应的某一个或多个实体标签：云端业务工作室；获取用户问句对应的实体名称：发布需求，并加载该类别下的实体名称词典；根据实体名称构造数据库查询语句；到数据库查询获取答案。本发明通过利用用户问句数据搭建了基于ALBERT与双向GRU的多标签分类模型，无需对数据进行实体标注，直接识别出用户问句对应的实体标签。区别于现有工作的命名实体识别模型，简化了问答的方法的复杂度与计算量，并且实际测试表明本研究设计的问答的方法具备很高的识别准确度。 |
