首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于实体链接和关系预测的时政知识智能问答方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:淮阴工学院

摘要:本发明公开了一种基于实体链接和关系预测的时政知识智能问答方法,首先使用爬虫技术建立时事政治生语料库,然后构建时事政治知识图谱;接着使用自然语言处理技术抽取问句中的实体,并在时政知识图谱中进行实体链接;对抽取出中心词后的问句进行关系预测,形成在时政知识图谱中的三元组目标实体查询关系;用Cypher查询语句在时政知识图谱中进行目标实体查询,最后将查询到的知识图谱中的目标实体作为回答输出。本发明可有效辅助学生进行时政知识的学习。

主权项:1.一种基于实体链接和关系预测的时政知识智能问答方法,其特征在于,包括如下步骤:1构建时政语料数据库和时事政治知识图谱,包括:运用爬虫技术从重要活动数据集、重要会议数据集、重要讲话数据集、出国访问数据集、指示批示数据集、生态文明数据集、国家部门发布的讲坛、文献知识数据集,爬取其中的标题、新闻发布时间、新闻来源、正文内容、编辑和类别,表示为GTg={tg1,tg2,tg3,tg4,tg5,tg6};2使用自然语言处理技术抽取问句中的实体,并在时政知识图谱中进行实体链接,包括:设对问句抽取得到的每个实体包含K个潜在的约束关系,为每一个约束关系赋予一个描述对qi,qj,然后对每一个描述对乘以一个权重αijk,计算每个约束关系的加权得分,得到问句文本中的实体链接到正确的知识图谱中的实体指称项;3对抽取出中心词后的问句进行关系预测,形成在时政知识图谱中的三元组目标实体查询关系,包括:3.1Encoder端使用两层堆叠的GRU层,hidden_size为256,在编码阶段,一层计算前向特征参数,一层计算后向特征参数,然后将前向和后向的特征参数求和作为Decoder端的输入;3.2在Decoder端采用单向的GRU层,hidden_size为256,在解码阶段,通过对标记“_GO”和“_EOS”来判断输入文本的开始和结束,从而对真正的文本内容进行解码;在对解码阶段进行训练时,模型根据给定文本序列的隐藏表示向量以及先前得到的词,预测输出句子的最大似然化;4用Cypher查询语句在时政知识图谱中进行目标实体查询,最后将查询到的知识图谱中的目标实体作为回答输出。

全文数据:

权利要求:

百度查询: 淮阴工学院 一种基于实体链接和关系预测的时政知识智能问答方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。