公开(公告)号：CN113934831A

公开(公告)日：2022-01-14

申请号：CN202111217083.6

申请日：2021-10-19

Applicant: 中电积至(海南)信息技术有限公司

Inventor： 黄园园 ,  苏俊 ,  龙绍楠 ,  杨世宇

IPC: G06F16/332 ,  G06F16/33 ,  G06F16/338 ,  G06F16/36 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供一种基于深度学习的知识图谱问答方法。所述基于深度学习的知识图谱问答方法，包括以下操作步骤：S1、获取知识图谱问答数据集：获取知识图谱问答数据集，再利用CNN加Transformer模型进行建模，然后将数据输入到模型中进行训练模型。本发明提供一种基于深度学习的知识图谱问答方法，主要是利用知识图谱问答的特点，构建出一种基于CNN和Transformer的深度学习模型，其中分别利用CNN和Transformer的特点实现自然语言问题与关系之间字符级别的匹配和上下文语义之间的匹配，进而有效提升了匹配的准确性，同时通过使用Bi‑LSTM神经网络有效识别出自然语言问题中的实体，能够有效减少传统字符串匹配所产生噪声问题，从而进一步提升知识图谱问答性能。