龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：成都信息工程大学
摘要：本发明公开了一种基于知识图谱向量化表示的智能问答模型构建方法，其包括构建医院管理的本体模型、知识图谱及知识图谱的问答数据库；构建知识图谱向量化表示模型，得到头尾实体的层次类型结构映射矩阵和头尾实体向量；将问答数据库中的问题语句输入预训练的BERT‑BiLSTM‑CRF模型，识别问题语句中实体，并搜索知识图谱中对应实体的所有候选实体以及采用预训练ROBERTA模型得到每个候选实体的得分；采用两个共享参数的ROBERTA模型识别问题语句的所有候选关系及得分；构建查询模块，以根据所有候选实体及其得分、所有候选关系及其得分和候选实体所属的层次类型结构的头实体映射矩阵，查询问题语句的答案。
主权项：1.基于知识图谱向量化表示的智能问答模型构建方法，其特征在于，包括步骤：S1、获取医院中每个人员的类型、隶属的组织和负责的事物，并构建医院管理的本体模型；根据本体模型和医院管理知识，构建知识图谱及知识图谱的问答数据库；S2、根据知识图谱中的实体和关系，构建基于TransE的知识图谱向量化表示模型，得到知识图谱中所有层次类型结构的映射矩阵及头实体向量和尾实体向量；S3、将问答数据库中的问题语句输入预训练的BERT-BiLSTM-CRF模型，识别问题语句中实体，并搜索知识图谱中对应实体的所有候选实体以及采用预训练ROBERTA模型得到每个候选实体的得分；S4、对ROBERTA模型进行训练，并根据问答数据库中的问题语句，采用两个共享参数的ROBERTA模型识别问题语句的所有候选关系及得分；S5、构建查询模块，以根据所有候选实体及其得分、所有候选关系及其得分和候选实体所属的层次类型结构的头实体映射矩阵，查询问题语句的答案；采用知识图谱向量化表示模型、BERT-BiLSTM-CRF模型、ROBERTA模型和查询模块构成智能问答模型。
全文数据：
权利要求：
百度查询： 成都信息工程大学 基于知识图谱向量化表示的智能问答模型构建方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号