一种基于知识图谱的问答方法及农业百科问答系统

    公开(公告)号:CN108804521A

    公开(公告)日:2018-11-13

    申请号:CN201810392883.3

    申请日:2018-04-27

    CPC classification number: G06F17/278 G06F17/277 G06Q50/02

    Abstract: 本发明提出一种基于知识图谱的问答方法及农业百科问答系统,可以自动分析用户提出的自然语言问题,形成基于句法树的拓扑结构,通过拓扑结构与语法库中的问题模板进行检索和比对,根据拓扑结构与谓词指称的映射关系、同义词集合与知识图谱中关系或属性的映射关系,得到问题映射的谓词,并结合问题中识别的实体,生成最终的结构化的知识图谱查询语句,根据该查询语句到知识图谱中进行检索,返回最终的结果。当在问题模板库中无法检索到相关拓扑结构时,会调用FAQ问题库的常问问答对,进行问题的回答。该问答系统能够针对用户提出的问句给出精确的答案检索,提高用户对农业百科问题检索的满意度。

    一种基于知识图谱的问答方法及农业百科问答系统

    公开(公告)号:CN108804521B

    公开(公告)日:2021-05-14

    申请号:CN201810392883.3

    申请日:2018-04-27

    Abstract: 本发明提出一种基于知识图谱的问答方法及农业百科问答系统,可以自动分析用户提出的自然语言问题,形成基于句法树的拓扑结构,通过拓扑结构与语法库中的问题模板进行检索和比对,根据拓扑结构与谓词指称的映射关系、同义词集合与知识图谱中关系或属性的映射关系,得到问题映射的谓词,并结合问题中识别的实体,生成最终的结构化的知识图谱查询语句,根据该查询语句到知识图谱中进行检索,返回最终的结果。当在问题模板库中无法检索到相关拓扑结构时,会调用FAQ问题库的常问问答对,进行问题的回答。该问答系统能够针对用户提出的问句给出精确的答案检索,提高用户对农业百科问题检索的满意度。

    一种基于力学原理的知识图谱可视化方法

    公开(公告)号:CN111966821A

    公开(公告)日:2020-11-20

    申请号:CN202010868187.2

    申请日:2020-08-26

    Inventor: 杨成彪 汪洋 吴刚

    Abstract: 本发明公开了一种基于力学原理的知识图谱可视化方法,属于知识图谱可视化领域。本发明将知识图谱的三元组数据转换为关系集合和实体集合;其中,关系集合包括边数据,实体集合包括节点数据;再对边数据和的节点数据进行标记;并对标记后的边数据和节点数据分别进行去重;根据节点数据和边数据计算边的长度、节点与边的交点坐标以及计算边名称坐标;最后利用d3.js对节点和边进行渲染,得到可视化的知识图谱。本发明克服了现有技术中,无法将知识图谱三元组转为可视化的关系图的不足,本发明可以将知识图谱三元组转为关系图,可以实现直观地通过关系图分析问题的能力,更加直观且完整的表达了知识图谱中包含的信息。

    一种基于力学原理的知识图谱可视化方法

    公开(公告)号:CN111966821B

    公开(公告)日:2024-06-04

    申请号:CN202010868187.2

    申请日:2020-08-26

    Inventor: 杨成彪 汪洋 吴刚

    Abstract: 本发明公开了一种基于力学原理的知识图谱可视化方法,属于知识图谱可视化领域。本发明将知识图谱的三元组数据转换为关系集合和实体集合;其中,关系集合包括边数据,实体集合包括节点数据;再对边数据和的节点数据进行标记;并对标记后的边数据和节点数据分别进行去重;根据节点数据和边数据计算边的长度、节点与边的交点坐标以及计算边名称坐标;最后利用d3.js对节点和边进行渲染,得到可视化的知识图谱。本发明克服了现有技术中,无法将知识图谱三元组转为可视化的关系图的不足,本发明可以将知识图谱三元组转为关系图,可以实现直观地通过关系图分析问题的能力,更加直观且完整的表达了知识图谱中包含的信息。

    一种基于记忆网络的多轮对话下的意图识别方法

    公开(公告)号:CN108829667A

    公开(公告)日:2018-11-16

    申请号:CN201810521599.1

    申请日:2018-05-28

    Inventor: 杨成彪 吴刚

    Abstract: 本发明公开了一种基于记忆网络的多轮对话下的意图识别方法,主要采用循环神经网络,记忆网络和注意力机制结合的神经网络模型。本发明首先将语言数学化处理,然后利用循环神经网络对每轮的对话进行编码,得到对话的编码向量,再利用外部存储器保存历史对话信息,通过注意力机制从记忆中选择与该轮对话意图相关的历史对话信息,从而得到历史信息的编码向量,对于当前的对话编码向量和历史的对话编码向量,利用一个控制门,判断是否在分类器中引入历史信息,得到最终用于分类的编码信息,利用多标签的分类器,得到每轮对话的意图。

Patent Agency Ranking