公开(公告)号：CN111563149A

公开(公告)日：2020-08-21

申请号：CN202010330504.5

申请日：2020-04-24

Applicant: 西北工业大学

Inventor： 蒋泽军 ,  王丽芳 ,  陆新宇 ,  张智凯 ,  李荣涵 ,  赵孟 ,  杜承烈 ,  刘志强 ,  尤涛 ,  陈进朝

IPC: G06F16/332 ,  G06F16/36 ,  G06N3/04

Abstract: 本发明提供一种用于中文知识图谱问答系统的实体链接方法。本发明首先对训练语料库中的单词和实体进行联合嵌入，得到单词和实体的联合嵌入向量；对于中文知识图谱问答系统的输入文本，先识别输入文本中的实体指称项，并根据实体指称项确定候选实体列表；再构造基于LSTM网络的实体链接模型，对实体表示向量和实体指称项表示向量进行向量拼接，得到实体指称项和候选实体的相似度得分，最终得到候选实体的得分排名，从而选择得分最高的候选实体作为实体指称项对应的目标实体。该方法有效解决用户提问方式的多样性而导致链接模型训练数据冗余的缺点，同时可以将具有相似语义的词语在上下文中替换使用，从而提高链接的有效性，提升问答系统的准确率。

公开(公告)号：CN111563149B

公开(公告)日：2023-01-31

申请号：CN202010330504.5

申请日：2020-04-24

Applicant: 西北工业大学

Inventor： 蒋泽军 ,  王丽芳 ,  陆新宇 ,  张智凯 ,  李荣涵 ,  赵孟 ,  杜承烈 ,  刘志强 ,  尤涛 ,  陈进朝

IPC: G06F16/332 ,  G06F16/36 ,  G06N3/04

Abstract: 本发明提供一种用于中文知识图谱问答系统的实体链接方法。本发明首先对训练语料库中的单词和实体进行联合嵌入，得到单词和实体的联合嵌入向量；对于中文知识图谱问答系统的输入文本，先识别输入文本中的实体指称项，并根据实体指称项确定候选实体列表；再构造基于LSTM网络的实体链接模型，对实体表示向量和实体指称项表示向量进行向量拼接，得到实体指称项和候选实体的相似度得分，最终得到候选实体的得分排名，从而选择得分最高的候选实体作为实体指称项对应的目标实体。该方法有效解决用户提问方式的多样性而导致链接模型训练数据冗余的缺点，同时可以将具有相似语义的词语在上下文中替换使用，从而提高链接的有效性，提升问答系统的准确率。

公开(公告)号：CN112100342A

公开(公告)日：2020-12-18

申请号：CN202010776098.5

申请日：2020-08-05

Applicant: 西北工业大学

Inventor： 蒋泽军 ,  王丽芳 ,  陆新宇 ,  贺世昌 ,  赵孟 ,  李荣涵 ,  刘志强 ,  杜承烈 ,  陈进朝 ,  尤涛

IPC: G06F16/332 ,  G06F16/36

Abstract: 本发明公开了一种基于知识表示学习技术的知识图谱问答方法，使用该方法构建了一个主题检测模块和谓词预测模块。当用户提出一个自然语言问句时，通过主题检测模块与谓词预测模块识别到自然语言问句中的主题与谓词，将主题与谓词输入到知识图谱中，自动进行查找并返回知识图谱支持的正确答案。本发明方法可以准确表示知识图谱组件的语义信息，能够维护知识图谱的固有结构，同时具备处理用户提出新的自然语言问句的能力。