【技術(shù)實(shí)現(xiàn)步驟摘要】
本專利技術(shù)涉及知識(shí)圖譜?，尤其涉及一種知識(shí)圖譜的查詢語句生成方法、裝置及電子設(shè)備。
技術(shù)介紹
1、隨著信息技術(shù)的快速發(fā)展，知識(shí)圖譜已成為存儲(chǔ)和組織結(jié)構(gòu)化知識(shí)的重要工具。知識(shí)圖譜通過實(shí)體和關(guān)系構(gòu)成的圖形數(shù)據(jù)結(jié)構(gòu)，有效地表示和存儲(chǔ)了大量的三元組信息。在眾多領(lǐng)域，如搜索引擎、推薦系統(tǒng)、自然語言處理等，知識(shí)圖譜提供了強(qiáng)大的數(shù)據(jù)支持和知識(shí)推理能力。
2、知識(shí)圖譜問答系統(tǒng)作為人機(jī)交互的重要方式之一，其研究和應(yīng)用得到了廣泛關(guān)注。該系統(tǒng)通過解析用戶的自然語言問句，生成對(duì)應(yīng)的查詢語言，如sparql或rdf?查詢語言的查詢語句，從而從知識(shí)圖譜中檢索出答案。
3、現(xiàn)有的知識(shí)圖譜問答方法主要分為基于規(guī)則模板的方法與基于深度學(xué)習(xí)的方法。基于規(guī)則模板的方法通過提取問題中的關(guān)鍵信息，并根據(jù)問題的格式尋找對(duì)應(yīng)的模板來生成目標(biāo)查詢語言的查詢語句，然而由于人類提問方式的多樣性，很難覆蓋所有可能的提問場景，導(dǎo)致其適用性受限。基于深度學(xué)習(xí)的方法則依賴于大量的知識(shí)圖譜數(shù)據(jù)，通過訓(xùn)練機(jī)器學(xué)習(xí)模型來預(yù)測目標(biāo)查詢語言的查詢語句，然而，這種方法的性能高度依賴于訓(xùn)練數(shù)據(jù)的數(shù)量和質(zhì)量，且訓(xùn)練過程較為復(fù)雜。
技術(shù)實(shí)現(xiàn)思路
1、本專利技術(shù)提供一種知識(shí)圖譜的查詢語句生成方法、裝置及電子設(shè)備，用以解決現(xiàn)有技術(shù)中查詢語句生成方法適用性受限，需要執(zhí)行復(fù)雜的訓(xùn)練過程的問題，能夠有效解析用戶的自然語言問句，提升了查詢語句的生成效率。
2、本專利技術(shù)提供一種知識(shí)圖譜的查詢語句生成方法，包括：獲取針對(duì)知識(shí)圖譜的自然語
3、根據(jù)本專利技術(shù)提供的一種知識(shí)圖譜的查詢語句生成方法，所述問句模板包括向大語言模型提問的問句頭與所述目標(biāo)查詢語言的查詢例句，所述目標(biāo)查詢語言的查詢例句包括通用例句和針對(duì)性例句，所述針對(duì)性例句通過以下步驟進(jìn)行確定：基于大語言模型在預(yù)先設(shè)置的自然語言例句集合中選取與所述自然語言問句相似的自然語言例句；將選取的自然語言例句以及選取的自然語言例句對(duì)應(yīng)的所述目標(biāo)查詢語言的例句，確定為所述自然語言問句的針對(duì)性例句。
4、根據(jù)本專利技術(shù)提供的一種知識(shí)圖譜的查詢語句生成方法，所述基于所述初始語句生成所述自然語言問句對(duì)應(yīng)的查詢語句，包括：驗(yàn)證所述初始語句的語法是否正確；若驗(yàn)證所述初始語句的語法不正確，則重新基于大語言模型生成初始語句；若驗(yàn)證所述初始語句的語法正確，則針對(duì)所述初始語句執(zhí)行預(yù)定義的語句矯正操作得到所述查詢語句。
5、根據(jù)本專利技術(shù)提供的一種知識(shí)圖譜的查詢語句生成方法，所述知識(shí)圖譜基于百科網(wǎng)站建立，所述針對(duì)所述初始語句執(zhí)行預(yù)定義的語句校正操作得到所述查詢語句，包括：利用正則表達(dá)式確定所述初始查詢語句中的核心實(shí)體；基于預(yù)先建立的所述百科網(wǎng)站的實(shí)體鏈接工具對(duì)所述核心實(shí)體進(jìn)行實(shí)體鏈接得到所述核心實(shí)體的正式名字；將所述初始語句中的核心實(shí)體替換為所述正式名字。
6、根據(jù)本專利技術(shù)提供的一種知識(shí)圖譜的查詢語句生成方法，所述將所述初始語句中的核心實(shí)體替換為所述正式名字之后，所述針對(duì)所述初始語句執(zhí)行預(yù)定義的語句校正操作得到所述查詢語句還包括：判斷所述初始語句中是否存在第一類型的三元組，所述第一類型的三元組中包括第一頭實(shí)體，第一關(guān)系和第一尾實(shí)體，所述第一頭實(shí)體和所述第一關(guān)系已知，所述第一尾實(shí)體未知；若所述初始語句中存在第一類型的三元組，則基于預(yù)先更新的所述知識(shí)圖譜的實(shí)體和關(guān)系列表獲取與所述第一頭實(shí)體關(guān)聯(lián)的屬性；基于大語言模型從與所述第一頭實(shí)體關(guān)聯(lián)的屬性中選擇與所述第一關(guān)系匹配的第一屬性；將所述初始查詢語句中所述第一關(guān)系替換為所述第一屬性；將所述初始查詢語句中所述第一尾實(shí)體替換為所述第一屬性的屬性值。
7、根據(jù)本專利技術(shù)提供的一種知識(shí)圖譜的查詢語句生成方法，所述將所述初始查詢語句中所述第一尾實(shí)體替換為所述第一屬性對(duì)應(yīng)的屬性值，包括：判斷所述第一尾實(shí)體是否為多跳問題中過渡用的跳轉(zhuǎn)節(jié)點(diǎn)；若所述第一尾實(shí)體為多跳問題中過渡用的跳轉(zhuǎn)節(jié)點(diǎn)，則判斷所述第一屬性對(duì)應(yīng)的屬性值是否為多個(gè)實(shí)體；若所述第一屬性對(duì)應(yīng)的屬性值為多個(gè)實(shí)體，則獲取所述跳轉(zhuǎn)節(jié)點(diǎn)的后續(xù)關(guān)系；基于相似度從預(yù)先更新的所述知識(shí)圖譜的實(shí)體和關(guān)系列表中獲取與所述后續(xù)關(guān)系匹配的備選關(guān)系列表；基于大語言模型從所述備選關(guān)系列表中確定與所述后續(xù)關(guān)系接近的多個(gè)關(guān)系項(xiàng)；將所述初始查詢語句中所述后續(xù)關(guān)系替換為所述多個(gè)關(guān)系項(xiàng)。
8、根據(jù)本專利技術(shù)提供的一種知識(shí)圖譜的查詢語句生成方法，所述將所述初始語句中的核心實(shí)體替換為所述正式名字之后，所述針對(duì)所述初始語句執(zhí)行預(yù)定義的語句校正操作得到所述查詢語句還包括：判斷所述初始語句中是否存在第二類型的三元組，所述第二類型的三元組中包括第二頭實(shí)體，第二關(guān)系和第二尾實(shí)體，所述第二尾實(shí)體和所述第二關(guān)系已知，所述第二頭實(shí)體未知；若所述初始語句中存在第二類型的三元組，則基于預(yù)先更新的所述知識(shí)圖譜的實(shí)體和關(guān)系列表查詢所述知識(shí)圖譜中與所述第二尾實(shí)體匹配的屬性值對(duì)應(yīng)的屬性列表；基于大語言模型從所述屬性列表中選擇與所述第二關(guān)系匹配的至少一個(gè)第二屬性；將所述初始查詢語句中所述第二關(guān)系替換為所述至少一個(gè)第二屬性。
9、本專利技術(shù)還提供一種知識(shí)圖譜的查詢語句生成裝置，包括：獲取模塊，被配置成獲取針對(duì)知識(shí)圖譜的自然語言問句；第一生成模塊，被配置成根據(jù)所述自然語言問句與預(yù)先設(shè)置的問句模板生成大語言模型問句，所述問句模板用于引導(dǎo)所述大語言模型將所述自然語言問句轉(zhuǎn)換為目標(biāo)查詢語言的語句；提問模塊，被配置成根據(jù)所述大語言模型問句向所述大語言模型提問，得到所述大語言模型輸出的所述目標(biāo)查詢語言的初始語句；第二生成模塊，被配置成基于所述初始語句生成所述目標(biāo)查詢語言的查詢語句。
10、本專利技術(shù)還提供一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如上述任一種所述知識(shí)圖譜的查詢語句生成方法。
11、本專利技術(shù)還提供一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述任一種所述知識(shí)圖譜的查詢語句生成方法。
12、本專利技術(shù)還提供一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如上述任一種所述知識(shí)圖譜的查詢語句生成方法。
13、本專利技術(shù)提供的知識(shí)圖譜的查詢語句生成方法、裝置及電子設(shè)備，根據(jù)自然語言問句與預(yù)先設(shè)置的問句模板生成大語言模型問句，而后根據(jù)大語言模型問句向大語言模型提問，得到大語言模型輸出的目標(biāo)查詢語言的初始語句，最后基于初始語句生成目標(biāo)查詢語言的查詢語句，提升了知識(shí)圖譜查詢語句的生成效率。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種知識(shí)圖譜的查詢語句生成方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的知識(shí)圖譜的查詢語句生成方法，其特征在于，所述問句模板包括向大語言模型提問的問句頭與所述目標(biāo)查詢語言的查詢例句，所述目標(biāo)查詢語言的查詢例句包括通用例句和針對(duì)性例句，所述針對(duì)性例句通過以下步驟進(jìn)行確定：
3.根據(jù)權(quán)利要求1所述的知識(shí)圖譜的查詢語句生成方法，其特征在于，所述基于所述初始語句生成所述自然語言問句對(duì)應(yīng)的查詢語句，包括：
4.根據(jù)權(quán)利要求3所述的知識(shí)圖譜的查詢語句生成方法，其特征在于，所述知識(shí)圖譜基于百科網(wǎng)站建立，所述針對(duì)所述初始語句執(zhí)行預(yù)定義的語句校正操作得到所述查詢語句，包括：
5.根據(jù)權(quán)利要求4所述的知識(shí)圖譜的查詢語句生成方法，其特征在于，所述將所述初始語句中的核心實(shí)體替換為所述正式名字之后，所述針對(duì)所述初始語句執(zhí)行預(yù)定義的語句校正操作得到所述查詢語句還包括：
6.根據(jù)權(quán)利要求5所述的知識(shí)圖譜的查詢語句生成方法，其特征在于，所述將所述初始查詢語句中所述第一尾實(shí)體替換為所述第一屬性對(duì)應(yīng)的屬性值，包括：
7.根據(jù)權(quán)利要求4所
8.一種知識(shí)圖譜的查詢語句生成裝置，其特征在于，包括：
9.一種電子設(shè)備，其特征在于，包括存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述的知識(shí)圖譜的查詢語句生成方法。
10.一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至7任一項(xiàng)所述的知識(shí)圖譜的查詢語句生成方法。
...【技術(shù)特征摘要】
1.一種知識(shí)圖譜的查詢語句生成方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的知識(shí)圖譜的查詢語句生成方法，其特征在于，所述問句模板包括向大語言模型提問的問句頭與所述目標(biāo)查詢語言的查詢例句，所述目標(biāo)查詢語言的查詢例句包括通用例句和針對(duì)性例句，所述針對(duì)性例句通過以下步驟進(jìn)行確定：
3.根據(jù)權(quán)利要求1所述的知識(shí)圖譜的查詢語句生成方法，其特征在于，所述基于所述初始語句生成所述自然語言問句對(duì)應(yīng)的查詢語句，包括：
4.根據(jù)權(quán)利要求3所述的知識(shí)圖譜的查詢語句生成方法，其特征在于，所述知識(shí)圖譜基于百科網(wǎng)站建立，所述針對(duì)所述初始語句執(zhí)行預(yù)定義的語句校正操作得到所述查詢語句，包括：
5.根據(jù)權(quán)利要求4所述的知識(shí)圖譜的查詢語句生成方法，其特征在于，所述將所述初始語句中的核心實(shí)體替換為所述正式名字之后，所述針對(duì)所述初始語句執(zhí)行預(yù)定義的語句校正操作得到所述查詢語句還...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：侯磊，張益，逄凡，齊宇，李涓子，
申請(qǐng)(專利權(quán))人：清華大學(xué)，
類型：發(fā)明
國別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。