(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210687513.9 (22)申请日 2022.06.17 (71)申请人 厦门渊亭信息科技有限公司 地址 361000 福建省厦门市软件园二期望 海路61号801单 元N8-01 (72)发明人 洪万福　黄勇　苏金钟　 (74)专利代理 机构 厦门市精诚新创知识产权代 理有限公司 3 5218 专利代理师 赵薇 (51)Int.Cl. G06F 16/332(2019.01) G06F 16/36(2019.01) G06F 16/31(2019.01) G06F 40/186(2020.01) G06F 40/295(2020.01)G06F 40/211(2020.01) G06F 16/35(2019.01) (54)发明名称 一种知识图谱问答方法、 终端设备及 存储介 质 (57)摘要 本发明涉及一种知识图谱问答方法、 终端设 备及存储介质， 该方法中包括： 根据知识图谱中 的实体、 关系和属性的名称构建词库； 基于词库 对问句进行实体、 关系和属性进行识别； 对问句 进行句法分析； 判断问句是否属于单跳类型， 如 果是， 采用模板匹配方式获取问句对应的查询语 句； 否则， 采用子图匹配方式获取问句对应的查 询语句； 基于查询语句从知识图谱中进行查询。 本发明通过对问句类型进行区分， 对简单问句沿 用模板匹配的方式， 而对复杂问句采用子图匹配 的方式来获取查询语句， 在保证简单问题准确回 答的基础上， 又能支持多跳、 推理等复杂类型问 题的答案 检索， 能显著提升知识图谱问答能力。 权利要求书1页 说明书5页 附图1页 CN 115114420 A 2022.09.27 CN 115114420 A 1.一种知识图谱问答方法， 其特 征在于， 包括以下步骤： S1： 根据知识图谱中的实体、 关系和 属性的名称构建词库； S2： 基于词库对问句进行实体、 关系和 属性进行识别； S3： 对问句进行句法分析； S4： 判断问句是否属于单跳类型， 如果是， 采用模板匹配方式获取问句对应的查询语 句； 否则， 采用子图匹配方式获取问句对应的查询语句； S5： 基于查询语句从知识图谱中进行查询。 2.根据权利要求1所述的知识图谱问答方法， 其特征在于： 步骤S1中还包括对知识图谱 中的实体、 关系和 属性的名称进行同义词生成操作， 基于原词和同义词共同构建词库。 3.根据权利要求1所述的知识图谱问答方法， 其特征在于： 基于词库对问句进行实体进 行识别的过程包括： 通过命名实体识别模型对问句中的实体进行识别； 通过实体链接从词 库中提取识别到的实体在 知识图谱中对应的实体名称。 4.根据权利要求1所述的知识图谱问答方法， 其特征在于： 基于词库对问句进行关系和 属性进行识别的过程包括： 基于词库中的关系和属性的名称对问句的关系和属性进行查 找。 5.根据权利要求1所述的知识图谱问答方法， 其特征在于： 单跳类型的问句包括单实体 单属性单跳类型和单实体多属性单跳类型。 6.根据权利要求1所述的知识图谱问答方法， 其特征在于： 采用子图匹配方式获取问句 对应的查询语句的过程包括： 基于句法分析结果获取问句的所有查询 子图， 将各查询 子图 分别与知识图谱进行匹配， 根据匹配程度对所有查询 子图进行排序， 将排序最高的查询 子 图作为问句对应的查询语句。 7.根据权利要求6所述的知识图谱问答方法， 其特征在于： 基于句法分析结果获取问句 的所有查询子图的过程包括： S101： 根据知识图谱以键值对的方式构建关系词典， 关系词典中键为关系， 值为关系对 应的两个实体； S102： 根据句法分析 结果构建问句的依存关系树； S103： 基于关系词典， 在依存关系树中查找所有节点名称为关系词典中的关系名称的 节点作为关系节点； S104： 遍历依存关系树中所有以关系节点为根节点的子树， 如果该子树与关系词典中 的任一键值对完全匹配， 则设定该子树 为关系子树； S105： 根据依存关系树中边的词性， 获取关系子树中各边的词性； S106： 基于关系子树中各边的词性， 获取关系子树中关系节点对应的主语节点和宾语 节点并进行 标注， 将标注后的关系子树作为 查询子图。 8.一种知识图谱问答终端设备， 其特征在于： 包括处理器、 存储器以及存储在所述存储 器中并在所述处理器上运行的计算机程序， 所述处理器执行所述计算机程序时实现如权利 要求1～7中任一所述方法的步骤。 9.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于： 所述计算机程序被处 理器执行时实现如权利要求1～7中任一所述方法的步骤。权　利　要　求　书 1/1 页 2 CN 115114420 A 2一种知识图谱 问答方法、 终端设 备及存储介质 技术领域 [0001]本发明涉及知识图谱技术领域， 尤其涉及一种知识图谱问答方法、 终端设备及存 储介质。 背景技术 [0002]基于知识图谱的问答(Knowledge  Graph Question Answering， KGQA)是自然语言 处理领域的研究方向。 知识图谱 是知识的结构化表示， 由三元 组(主语， 谓词， 宾语)构成， 表 示实体和实体间存在的语义关系， 例如： 厦门市花是三角梅， 可以表 示为： (厦门， 市花， 三角 梅)。 通过把非结构化、 半结构化和结构化的数据抽取出来组成一种基于图的数据格式， 由 点和边组成一个庞大的关系网络图， 这大 大的优化了 搜索性能。 [0003]知识图谱问答可以解决传统搜索的问题。 同时， 结合自然语言处理技术， 通过近似 匹配、 语义理解、 关系判断等， 在数据库中检索出相似度最高的数据。 知识图谱问答主要任 务是给定自然语言问题， 理解问题中包含的实体、 语义关系和逻辑组合， 到知识图谱中检索 并返回答案 。 [0004]现有的知识图谱问答产品通过模板匹配的方式组装查询语句， 对单实体单属性、 单实体多属性、 多实体单属 性、 多实体多属性等简单问句查询的准确率高、 效果较好， 目前 在装备图谱测试准确率90％以上， 但模板生成需要较专业的语言学知识且可扩展性不强， 问句泛化能力弱， 对于复杂问句类型穷举难， 尤其对于条件约束、 时间约束多跳问句或者最 值、 比较、 是否、 并列推理复杂类型问句兼容 不够难以返回准确答案， 难以满足用户的需求。 发明内容 [0005]为了解决上述问题， 本发明提出了一种知识图谱问答方法、 终端设备及存 储介质。 [0006]具体方案如下： [0007]一种知识图谱问答方法， 包括以下步骤： [0008]S1： 根据知识图谱中的实体、 关系和 属性的名称构建词库； [0009]S2： 基于词库对问句进行实体、 关系和 属性进行识别； [0010]S3： 对问句进行句法分析； [0011]S4： 判断问句是否属于单跳类型， 如果是， 采用模板匹配方式获取问句对应的查询 语句； 否则， 采用子图匹配方式获取问句对应的查询语句； [0012]S5： 基于查询语句从知识图谱中进行查询。 [0013]进一步的， 步骤S1中还包括对知识图谱中的实体、 关系和属性的名称进行同义词 生成操作， 基于原词和同义词共同构建词库。 [0014]进一步的， 基于词库对问句进行实体进行识别的过程包括： 通过命名实体识别模 型对问句中的实体进 行识别； 通过实体链接从词库中提取识别到的实体在知识图谱中对应 的实体名称。 [0015]进一步的， 基于词库对问句进行关系和属性进行识别的过程包括： 基于词库 中的说　明　书 1/5 页 3 CN 115114420 A 3