一种基于动态规划算法的知识图谱中文问答检索方法

    公开(公告)号:CN107679124A

    公开(公告)日:2018-02-09

    申请号:CN201710858347.3

    申请日:2017-09-21

    Abstract: 本发明提供一种基于动态规划算法的知识图谱中文问答检索方法,本发明旨在将原本分成三个子步骤的问答过程统一建模到同一个过程中,融入形式语言中状态机的思想将实体的识别过程与问答检索的过程用同一模型进行建模,实体识别被建模成从系统初始状态0到状态1的转移过程,问答检索过程被建模成从状态1转移到状态2的过程。保证回答精度与广度,又能从宏观上将整个问答过程进行统一化建模。另外,本发明将问答过程中的目标实体的转移过程建模成状态机中的状态转移过程,将中转实体建模为中间状态,将最终答案建模为终止状态。在此基础上,使用动态规划算法对所有状态之间的转移过程在整体上进行决策支持,同时保证系统的运行效率。

    一种基于知识图谱的问答方法

    公开(公告)号:CN107748757B

    公开(公告)日:2021-05-07

    申请号:CN201710858596.2

    申请日:2017-09-21

    Abstract: 本发明提供一种基于知识图谱的问答方法。本发明提供的一种基于知识图谱的问答方法由主体实体匹配,关系匹配以及答案确定来实现。主题实体匹配主要包括命名实体识别和实体链接两个部分。命名实体识别旨在识别自然语言问句q中人名、地名、组织机构名等命名实体。实体链接将识别出的命名实体对应到知识库中的某一个实体上,即找到三元组中的实体s,关系匹配是通过自然语言理解技术理解问句q所表达的语义,并且与搜索空间中三元组(s,p,o)中的关系p进行匹配,以此确定问句所表达的语义及其与知识库中对应的关系。通过实体识别和实体链接得到候选主题实体,关系匹配能够得到候选关系,由此得到若干候选三元组,答案确定需要根据实体识别得分,关系匹配得分等特征对这些候选三元组进行排序,确定最后答案。

    一种基于动态规划算法的知识图谱中文问答检索方法

    公开(公告)号:CN107679124B

    公开(公告)日:2020-10-27

    申请号:CN201710858347.3

    申请日:2017-09-21

    Abstract: 本发明提供一种基于动态规划算法的知识图谱中文问答检索方法,本发明旨在将原本分成三个子步骤的问答过程统一建模到同一个过程中,融入形式语言中状态机的思想将实体的识别过程与问答检索的过程用同一模型进行建模,实体识别被建模成从系统初始状态0到状态1的转移过程,问答检索过程被建模成从状态1转移到状态2的过程。保证回答精度与广度,又能从宏观上将整个问答过程进行统一化建模。另外,本发明将问答过程中的目标实体的转移过程建模成状态机中的状态转移过程,将中转实体建模为中间状态,将最终答案建模为终止状态。在此基础上,使用动态规划算法对所有状态之间的转移过程在整体上进行决策支持,同时保证系统的运行效率。

    资源描述框架分布式引擎及增量式更新方法

    公开(公告)号:CN105447156A

    公开(公告)日:2016-03-30

    申请号:CN201510860272.3

    申请日:2015-11-30

    CPC classification number: G06F16/235 G06F16/24534 G06F16/2471

    Abstract: 本发明提供一种资源描述框架分布式引擎及增量式更新方法,RDF分布式引擎部署在计算机集群上,通过主节点接收查询语言和SPARQL语句,对SPARQL语句进行解析,以将其转换为查询子图,并从N个从节点中确定SPARQL语句中RDF数据的对应从节点,根据查询子图生成操作日志及执行计划,并将SPARQL语句、执行计划发送及操作日志发送至主节点中的备份管理器,将SPARQL语句与执行计划发送至对应节点,并对对应从节点上的数据进行备份,由对应从节点用于根据执行计划,通过增量式方式更新内存。该过程中,通过增加能够解析SPARQL语句的查询解析器,使RDF分布式引擎能够支持数据更新语句,从而支持动态数据源。

    一种基于知识图谱的问答方法

    公开(公告)号:CN107748757A

    公开(公告)日:2018-03-02

    申请号:CN201710858596.2

    申请日:2017-09-21

    Abstract: 本发明提供一种基于知识图谱的问答方法。本发明提供的一种基于知识图谱的问答方法由主体实体匹配,关系匹配以及答案确定来实现。主题实体匹配主要包括命名实体识别和实体链接两个部分。命名实体识别旨在识别自然语言问句q中人名、地名、组织机构名等命名实体。实体链接将识别出的命名实体对应到知识库中的某一个实体上,即找到三元组中的实体s,关系匹配是通过自然语言理解技术理解问句q所表达的语义,并且与搜索空间中三元组(s,p,o)中的关系p进行匹配,以此确定问句所表达的语义及其与知识库中对应的关系。通过实体识别和实体链接得到候选主题实体,关系匹配能够得到候选关系,由此得到若干候选三元组,答案确定需要根据实体识别得分,关系匹配得分等特征对这些候选三元组进行排序,确定最后答案。

Patent Agency Ranking