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：华侨大学

摘要：本发明实施例提供一种知识图谱的问句生成方法、装置、设备和存储介质，涉及自然语言处理技术领域。其中，这种问句生成方法包含步骤S1至步骤S7。S1、获取知识图谱。S2、根据知识图谱，通过图变换网络模型，获取各个子图的子图向量。S3、获取问句数据集。S4、根据知识图谱和问句数据集，基于相似度获取各个子图的外部问句。S5、获取五何问题类型参数。S6、根据五何问题类型参数和外部问句，通过BiLSTM神经网络模型，获取外部增强向量。S7、根据子图向量和外部增强向量，通过指针生成网络模型，获取问句。本发明对生成教学场景中所需的类型多样、语义知识丰富、语言表达自然的问句具有重大的指导和促进作用。

主权项：1.一种知识图谱的问句生成方法，其特征在于，包含：获取知识图谱；所述知识图谱包括子图集合，每个子图包括实体集合、关系集合和三元组集合；根据所述知识图谱，通过图变换网络模型，获取各个子图的子图向量；获取问句数据集；根据所述知识图谱和所述问句数据集，基于相似度获取各个子图的外部问句；获取五何问题类型参数；根据所述五何问题类型参数和所述外部问句，通过BiLSTM神经网络模型，获取外部增强向量；根据所述子图向量和所述外部增强向量，通过指针生成网络模型，获取问句；根据所述知识图谱，通过图变换网络模型，获取各个子图的子图向量，包括：将子图的实体集合输入词向量模型，获取子图的实体向量集合；将所述实体向量集合输入图注意力网络模型，获取各个实体的中间层向量；其中，所述中间层向量的计算模型为：式中，为实体的中间层向量、为实体的实体向量、表示将图注意力网络模型中的个注意力头的信息进行串联、代表在第n个注意力头的注意力参数、是图注意力网络模型中实体与实体的注意力参数、为第n头注意力头中的特征矩阵、为实体的实体向量、为实体的实体向量、和为计算注意力参数的特征矩阵、为实体在知识图谱中的邻居节点集合；根据所述各个实体的中间层向量，通过所述图注意力网络模型的正则化层和前馈神经网络层，获取各个实体的输出向量表示；其中，所述输出向量表示的计算模型为：式中，为实体的输出向量表示、为归一化函数、为实体的中间层向量经过函数及前馈神经网络层得到的隐层向量、以及是前馈神经网络中的特征矩阵、代表前馈神经网络层的输入信息、以及为偏置值；根据所述各个实体的输出向量表示，得到子图的所述子图向量，从而获取各个子图的子图向量；根据所述知识图谱和所述问句数据集，基于相似度获取各个子图的外部问句，包括：将子图的关系集合输入到PaddleNLP“解语”模型，获取关系词类标注信息集合；将所述问句数据集输入到PaddleNLP“解语”模型，获取问句词类标注信息集合；计算所述问句词类标注信息集合中的各个词类标注信息和所述关系词类标注信息集合的相似度；其中，相似度计算模型为：式中，代表关系词类标注信息与问句词类标注信息的交集的词类标注信息个数、代表关系词类标注信息与问句词类标注信息的并集的词类标注信息个数；根据所述相似度，获取子图与所述问句数据集的相似度集合；将所述相似度集合中最大的相似度所对应的问句作为子图的外部问句，从而获取各个子图的外部问句。

全文数据：

权利要求：

百度查询： 华侨大学 一种知识图谱的问句生成方法、装置、设备和存储介质