一种基于领域知识图谱的问答系统及其构建方法[发明专利].pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 110555153 A (43)申请公布日 2019.12.10 (21)申请号 201910767579.7 (22)申请日 2019.08.20 (71)申请人 暨南大学 地址 510632 广东省广州市天河区黄埔大 道西601号 (72)发明人 刘波　龙小玲　 (74)专利代理机构 广州市华学知识产权代理有 限公司 44245 代理人 刘巧霞 (51)Int.Cl. G06F 16/9532(2019.01) G06F 16/951(2019.01) G06F 16/332(2019.01) G06F 16/36(2019.01) G06F 17/27(2006.01) 权利要求书2页 说明书6页 附图4页 (54)发明名称 一种基于领域知识图谱的问答系统及其构 建方法 (57)摘要 本发明公开了一种基于领域知识图谱的问 答系统构建方法，包括步骤：从互联网中爬取给 定领域的信息，抽取信息中的三元组，将三元组 插入到图数据库中进行存储；对用户输入的问句 进行分词、句法分析，获得问句中各词语之间的 依存关系表，依存关系指一个句子中各词语之间 的依赖关系；通过遍历依存关系表生成查询语义 图，并将查询语义图转换为图数据库的查询语 句；最终用查询语句查询图数据库，得到答案。本 发明还提出一种采用上述方法构建的问答系统， 包括知识图谱构建模块、问答模块、后台处理模 A 块和前端展示模块。本发明面向给定领域，爬取 3 互连网中有效信息，抽取三元组创建知识图谱数 5 1 5 据库，问答系统通过查询知识图谱数据库，返回 5 5 0 准确且简洁的答案。 1 1 N C CN 110555153 A 权　利　要　求　书 1/2页 1.一种基于领域知识图谱的问答系统构建方法，其特征在于，包括步骤： 从互联网中爬取给定领域的信息，抽取信息中的三元组，将三元组插入到图数据库中 进行存储； 对用户输入的问句进行分词、句法分析，获得问句中各词语之间的依存关系表，所述依 存关系指一个句子中各词语之间的依赖关系； 通过遍历依存关系表生成查询语义图，并将查询语义图转换为图数据库的查询语句； 最终用查询语句查询图数据库，得到答案。 2.根据权利要求1所述的基于领域知识图谱的问答系统构建方法，其特征在于，所述从 互联网中爬取给定领域的信息，包括如下步骤： (1-1)初始化URL待爬取队列； (1-2)从待爬取队列中取出一个URL访问； (1-3)获取所访问网页的源码，抽取三元组； (1-4)从网页的源码中提取新的URL； (1-5)根据当前待爬取队列和已爬队列对提取的新的URL进行过滤和去重； (1-6)将过滤和去重后的新URL加入待爬取队列，把当前已经抽取信息的URL添加到已 爬队列； (1-7)重复(1-2)～(1-6)，直到待爬取队列为空。 3.根据权利要求1所述的基于领域知识图谱的问答系统构建方法，其特征在于，从互联 网中爬取给定领域的信息时，针对所访问网页的源码，利用正则表达式进行解析并抽取出 三元组知识，方法是： 首先，利用xpath函数提取网页源码中所有div class＝’para’/div块中的段落内 容；然后，利用python，使用pyltp接口对提取的段落内容进行分词、词性标注、语法解析，抽 取出文本中的三元组信息。