CN119293164A 知识库问答系统的构建方法、装置、设备及存储介质 （英智未来(深圳)人工智能科技有限公司）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN119293164A(43)申请公布日2025.01.10

(21)申请号202411321421.4

(22)申请日2024.09.23

(71)申请人英智未来(深圳)人工智能科技有限

公司

地址518000广东省深圳市前海深港合作

区南山街道桂湾五路123号前海大厦T2栋402-29-4

(72)发明人刘克鸿杨超

(74)专利代理机构深圳市九州智汇知识产权代理事务所(普通合伙)

441213

专利代理师黄旭辉

(51)Int.CI.

GO6F16/3329(2025.01)

GO6F16/335(2019.01)

GO6F40/289(2020.01)

GO6F40/35(2020.01)

GO6N5/01(2023.01)

GO6N5/022(2023.01)

GO6N5/04(2023.01)

权利要求书2页说明书16页附图3页

(54)发明名称

知识库问答系统的构建方法、装置、设备及存储介质

(57)摘要

CN119293164A本发明涉及数据库构建技术领域，尤其涉及一种知识库问答系统的构建方法、装置、设备及存储介质。所述方法包括以下步骤：获取用户问题指令，并对目标文本进行词性标注和关键词向量化，生成检索文本关键词向量；对这些关键词向量进行语义线性嵌入和空间投影处理，得到关键词语义向量；对关键词进行逻辑挖掘，获取关键词间的逻辑联系集，并基于这些联系对目标文本进行逻辑识别，生成检索文本逻辑；通过与知识库中的语义向量进行匹配检索，得到候选语义查询数据集；根据检索文本逻辑及关键词向量对候选数据集进行连贯逻辑检索，生成最终的检索目标答案。本发明实现了更准确、高效的知识库问答系统的构

CN119293164A

获取用户问题指令；对用户问题指令进行文本词性标注，并进行关键词向量化，得到检索文本关键词向量

对检索文本关键词向量进行语义线性嵌入处理，并进行语义空间投影，生成关键词语义向量

对检索文本关键词向量进行词间逻辑挖掘，得到关键词间逻辑联系集；基于关键词间逻辑联系集对检索目标文本进行文本逻辑识别处理，生成检索文本逻辑

根据关键词语义向量及检索文本逻辑对知识库进行分层映射处理，并进行复合检索框架构建，得到分布式检索框架

基于分布式检索框架对用户问题指令进行迭代指令检索，并进行深度学习挖掘，生成智能问答引擎，以执行知识库问答系统的构建

S4

S5

CN119293164A权利要求书1/2页

2

1.一种知识库问答系统的构建方法，其特征在于，包括以下步骤：

步骤S1:获取用户问题指令；对用户问题指令进行文本词性标注，并进行关键词向量化，得到检索文本关键词向量；

步骤S2:对检索文本关键词向量进行语义线性嵌入处理，并进行语义空间投影，生成关键词语义向量；

步骤S3:对检索文本关键词向量进行词间逻辑挖掘，得到关键词间逻辑联系集；基于关键词间逻辑联系集对用户问题指令进行文本逻辑识别处理，生成检索文本逻辑；

步骤S4:根据关键词语义向量及检索文本逻辑对知识库进行分层映射处理，并进行复合检索框架构建，得到分布式检索框架；

步骤S5:基于分布式检索框架对用户问题指令进行迭代指令检索，并进行深度学习挖掘，生成智能问答引擎，以执行知识库问答系统的构建。

2.根据权利要求1所述的知识库问答系统的构建方法，其特征在于，步骤S1包括以下步

骤：

步骤S11:获取用户问题指令；

步骤S12:对用户问题指令进行多层次分词处理，得到分词结果集；

步骤S13:根据分词结果集对用户问题指令进行深度词性标注处理，生成词性标注结果；

步骤S14:对词性标注结果进行关键词提取，得到关键词文本数据；

步骤S15:对关键词文本数据进行向量空间编码处理，得到检索文本关键词向量。

3.根据权利要求1所述的知识库问答系统的构建方法，其特征在于，步骤S2包括以下步

骤：

步骤S21:对检索文本关键词向量进行谱聚类分析，得到语义子空间集合；

步骤S22:基于语义子空间集合对检索文本关键词向量进行局部线性嵌入处理，生成关键词