CN120297415A 一种基于知识图谱的智能问答方法 （华北水利水电大学）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120297415A(43)申请公布日2025.07.11

(21)申请号202510379654.8

(22)申请日2025.03.28

(71)申请人华北水利水电大学

地址450000河南省郑州市郑东新区金水

东路136号

(72)发明人孟尧

GO6FGO6FGO6FGO6FGO6F

16/3329(2025.01)

16/332(2025.01)

16/3332(2025.01)

16/334(2025.01)

16/36(2019.01)

(74)专利代理机构北京鑫瑞森知识产权代理有

限公司11961专利代理师张亮

(51)Int.CI.

GO6N5/04(2023.01)

GO6N5/025(2023.01)

GO6N5/01(2023.01)

GO6N3/045(2023.01)

GO6N3/0475(2023.01)

权利要求书4页说明书14页附图3页

(54)发明名称

一种基于知识图谱的智能问答方法

(57)摘要

CN120297415A本发明提供了一种基于知识图谱的智能问答方法及系统，涉及知识图谱技术领域，方法包括：S1、整合多源异构数据构建初始知识图谱；S2、解析用户提问，执行单跳查询并判断结果是否满足需求；若不满足，进入S3、基于自适应路径扩展算法进行多跳动态搜索，生成推理路径及证据；S4、调用大语言模型结合注意力机制对结果或路径进行语义匹配，筛选最优答案；S5、修正知识图谱并闭环反馈至查询流程，实现持续优化。本发明通过知识图谱与大语言模型协同，结合动态路径搜索与语义匹配，解决了传统方法知识覆盖不足、推理效率低、答案可解释性差的问题，具

CN120297415A

获取多源异构数据和用户输入的自然语言的提问语句，并

获取多源异构数据和用户输入的自然语言的提问语句，并根据多源异构数据构建初始的知识图谱

S2

对提问语句进行分词、命名实体识刷及语义分析，提取目标实体及初步关系需求

,并基于初始的知识图谱和预设的单跳查询请求执行单跳查询，生成第一轮查询

结果，若第一轮查询结果满足回答需求，则跳转至步骤S4;否则进入步骤S3

基于自适应路径扩展算法，根据目标实体、初步关系需求和第一轮查询结果在初

始的知识图谱中执行动态路径搜索和多跪选代查询。得到扩展的推理路径和关联

证据

调用预设的大语言模型，并结合注意力机制对第一轮查询结果或推理路径和关联

证据进行语义匹配，得到候选答案列表及对应的语叉相似度评分，并根据语义相

似度评分确定候选答案中的最优答案

修正初始的知识图谱中的实体、关系及属性，得到更新后的知识图谱，并将更新后的知识图语应用于步骤S2和步骤S3中，以形成持续优化的闭环系统

CN120297415A权利要求书1/4页

2

1.一种基于知识图谱的智能问答方法，其特征在于，包括：

S1、获取多源异构数据和用户输入的自然语言的提问语句，并根据所述多源异构数据构建初始的知识图谱；所述多源异构数据包括结构化数据与非结构化文本；

S2、对所述提问语句进行分词、命名实体识别及语义分析，提取目标实体及初步关系需求，并基于所述初始的知识图谱和预设的单跳查询请求执行单跳查询，生成第一轮查询结果，若所述第一轮查询结果满足回答需求，则跳转至步骤S4;否则进入步骤S3;

S3、基于自适应路径扩展算法，根据所述目标实体、所述初步关系需求和所述第一轮查询结果在所述初始的知识图谱中执行动态路径搜索和多跳迭代查询，得到扩展的推理路径和关联证据；所述推理路径包括多跳实体关系链路；

S4、调用预设的大语言模型，并结合注意力机制对所述第一轮查询结果或所述推理路径和所述关联证据进行语义匹配，得到候选答案列表及对应的语义相似度评分，并根据所述语义相似度评分确定所述候选答案中的最优答案；

S5、修正所述初始的知识图谱中的实体、关系及属性，得到更新后的知识图谱，并将所述更新后的知识图谱应用于步骤S2和步骤S3中，以形成持续优化的闭环系统。

2.根据权利要求1所述的基于知识图谱的智能问答方法，其特征在于，获取多源异构数据和用户输入的自然语言的提问语句，并根据所述多源异构数据构建初始的知识图谱；所述多源异构数据包括结构化数据与非结构化文本，包括：

对所述结构化数据进行字段解析，提取实体名称、属性及关系，得到分