公开(公告)号：CN117235216A

公开(公告)日：2023-12-15

申请号：CN202311108953.5

申请日：2023-08-30

Applicant: 电子科技大学

Inventor： 秦科 ,  何中海 ,  段贵多 ,  罗光春 ,  赵帅 ,  马晨凯

IPC: G06F16/332 ,  G06F16/33 ,  G06F16/36 ,  G06F16/335 ,  G06N5/04 ,  G06N5/022 ,  G06N3/0464 ,  G06N3/042 ,  G06N3/08 ,  G06N3/047

Abstract: 本发明涉及机器推理领域，具体为一种基于异构知识融合的知识推理方法。该方法基于输入识别出问答对中的关键实体概念，利用关键实体概念获取证据文本知识；将问答对与证据文本知识拼接输入到预训语言练模型中获取语义编码；针对每个问答对，从知识图谱中抽取与关键实体概念相关的三元组路径，并引入语义节点，计算上下文相关性并剪枝构建模式图，在此基础上进行推理得到模式图编码；通过捕获语义编码与模式图编码的潜在关联，实现知识融合推理；通过分类层计算每个候选选项的置信度分数，将置信度最高的候选选项作为最终预测答案。解决了现有智能问答系统在回答常识相关的问题时，缺乏关联性高的背景知识、且多源知识融合不足导致推理效果差问题。

公开(公告)号：CN117216335A

公开(公告)日：2023-12-12

申请号：CN202311118755.7

申请日：2023-08-31

Applicant: 电子科技大学

Inventor： 秦科 ,  戴瑞婷 ,  罗光春 ,  何中海 ,  马晨凯 ,  赵帅

IPC: G06F16/9032 ,  G06F16/903 ,  G06F16/242 ,  G06F16/2455 ,  G06F16/28 ,  G06N5/02 ,  G06F16/2452 ,  G06N3/0442 ,  G06N3/08 ,  G06N3/048

Abstract: 本发明公开了一种基于知识库的复杂问题语义解析方法，属于自然语言处理、智能问答技术领域。本发明在知识库密集空间中直接检索候选实体和关系集合，将实体消歧和关系分类作为辅助任务与结构化查询生成一同进行多任务学习训练，三个子任务共享同一套编码器参数，同时每个子任务在编码器的基础上设计独立的层用于训练对应子任务，最终将生成的结构化查询语句作为模型输出结果，并通过在知识库中执行查询语句得到问题的答案。本发明考虑了三个子任务之间的协同关系，通过联合训练，克服了传统方案中存在的各任务相互独立以及存在错误传播的缺陷，提高了结构化查询生成任务的准确率，同时提升了语义解析模型的整体效果。