(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211388526.2 (22)申请日 2022.11.08 (71)申请人 智慧眼科技股份有限公司 地址 410205 湖南省长 沙市高新 开发区尖 山路39号长 沙中电软件园一期14栋 (72)发明人 刘伟华　严宇　 (74)专利代理 机构 深圳众鼎汇成知识产权代理 有限公司 4 4566 专利代理师 朱业刚 (51)Int.Cl. G06F 16/31(2019.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06F 16/332(2019.01) G06F 16/33(2019.01)G06F 16/335(2019.01) G06F 16/36(2019.01) G06F 40/284(2020.01) (54)发明名称 一种基于知识图谱 模型的信息 检索方法 (57)摘要 本发明提供了一种基于知识图谱模型的信 息检索方法， 涉及人工智能技术领域， 包括： 获取 文本知识资料， 并基于所述文本知识资料构建语 料库； 采用分词方法对所述语料库中的每个句子 进行分词处理， 根据得到的分词结果进行实体词 抽取、 关系词抽取和停用词抽取； 根据抽取的实 体词、 关系词和停用词数据处理构建四元组子图 数据， 并将四元组子图数据存储至图数据库， 完 成知识图谱的构建， 所述四元 组子图数据结构类 型为“实体词—关系词— 实体词—停用词 ”； 在接 收到用户输入的查询请求时， 对 所述查询请求中 的自然语言问句进行分析， 检索出问题的答案， 本发明通过知识图谱的自动构建， 避免了查阅信 息和网页搜索的低效和繁琐。 权利要求书2页 说明书7页 附图4页 CN 115438141 A 2022.12.06 CN 115438141 A 1.一种基于知识图谱 模型的信息检索方法， 其特 征在于， 包括以下步骤： 获取文本知识资料， 并基于所述文本知识资料构建语料库； 采用分词方法对所述语料库中的每个句子进行分词处理， 根据得到的分词结果进行实 体词抽取、 关系词抽取和停用词抽取； 根据抽取的实体词、 关系词和停用词数据处理构建四元组子 图数据， 并将所述四元组 子图数据存储至图数据库， 完成知识图谱的构建， 所述四元组子图数据结构类型为 “实体 词—关系词—实体词—停用词 ”； 在接收到用户输入的查询请求时， 对所述查询请求中的自然语言问句进行分析， 得到 所述自然语言问句对应的实体词， 根据所述自然语言问句对应的实体词和所述知识图谱中 的四元组子图数据检索出问题的答案 。 2.如权利要求1所述的基于知识图谱模型的信 息检索方法， 其特征在于， 所述基于所述 文本知识资料构建语料库包括： 对所述文本知识资料进行篇 章划分和句子划分； 为每个句子分配一个id， 采用每 个句子构建一个子图数据； 记录每个子图数据对应的id的前一个子图数据对应的id和后一个子图数据对应的id， 并将记录的id信息和每 个句子的内容进行关联存 储得到语料库。 3.如权利要求1所述的基于知识图谱模型的信 息检索方法， 其特征在于， 所述根据抽取 的实体词、 关系词和停用词数据处 理构建四元组子图数据之前， 所述方法还 包括： 构建一个修饰关系预测模型， 所述修饰关系预测模型用于确定第 一实体词和第 二实体 词之间的修饰关系； 所述修饰关系预测模型的构建步骤如下： 构建训练样本集， 所述训练样本集包括不同的文本知识资料样本语句及其语句标注信 息， 所述文本知识资料样本语句为与用户可能会问到的自然语言问句相关的文本信息， 所 述语句标注信息包括文本中的实体词以及实体词之 间的修饰关系标签， 若文本中两个实体 词之间没有关系词， 则用 “缺失”进行填充； 将训练样本集中的样本语句进行向量化处理， 得到对应的样本语句特征向量， 将所述 样本语句特征向量转化为可以被并行操作的数据集RDD， 基于所述数据集RDD， 利用朴素贝 叶斯分类算法训练得到 朴素贝叶斯分类 器； 获取待处理文本知识资料中的分词结果， 并将分词后的待处理文本知识资料中的语句 转换为语句向量； 将转换后的语句向量输入训练好的朴素贝叶斯分类器， 输出与待处理文本知识资料中 的语句相对应的标签， 根据标签得到第一实体词和第二实体词信息 。 4.如权利要求2所述的基于知识图谱模型的信 息检索方法， 其特征在于， 根据抽取的实 体词、 关系词和停用词数据处 理构建四元组子图数据包括： 根据抽取的实体词、 关系词和停用词数据， 将没有修饰关系的第一实体词、 关系词和 停 用词数据构建成序列， 若两个第一实体词之间没有关系词， 则用 “缺失”进行填充； 将第二实体词按照修饰关系， 连接到所述序列中的第一实体词上， 完成一个子 图的构 建。 5.如权利要求4所述的基于知识图谱模型的信 息检索方法， 其特征在于， 所述根据抽取权　利　要　求　书 1/2 页 2 CN 115438141 A 2的实体词、 关系词和停用词数据处 理构建四元组子图数据还 包括： 构建主实体词预测模型， 所述主实体词预测模型用于确定每个句子所有第 一实体词中 的主实体词， 所述主实体词为每个句 子针对的实体词， 所述主实体词预测模型为一关键词 抽取模型。 6.如权利要求5所述的基于知识图谱模型的信 息检索方法， 其特征在于， 将所述主实体 词预测模 型抽取得到的主实体词 与所有含有 所述主实体词的句子的id进 行关联记录， 则得 到所述主实体词对应的所有子图的id， 并将记录数据存 储至图数据库中。 7.如权利要求2所述的基于知识图谱模型的信 息检索方法， 其特征在于， 所述在接收到 用户输入的查询请求时， 对所述查询请求中的自然语言问句进行分析， 得到所述自然语言 问句对应的实体词， 根据所述自然语言问句对应的实体词和所述知识图谱中的四元组子图 数据检索出问题的答案包括： 在接收到用户输入的查询请求时， 分析所述查询请求中的自然语言问句， 对自然语言 问句进行分词处理， 抽取对应的实体词、 关系词和停用词数据， 并将对应的实体词与知识图 谱进行关联； 根据关联出的实体词和该实体词所有子图数据对应的id， 统计知识图谱中各实体词的 子图数量， 确定包 含子图数量 最少的实体词； 对所述包含子图数量最少的实体词的所有子图进行检索， 利用图神经网络给各子图中 所有实体词打 分， 并对打 分结果进行排序， 输出 得分最高的实体词作为问题的答案 。 8.如权利要求7所述的基于知识图谱模型的信 息检索方法， 其特征在于， 所述利用图神 经网络给各子图中所有实体词打分， 并对打分结果进行排序， 输出得分最高的文本数据作 为问题的答案包括： 获取主实体词对应的所有子图的id， 检索到所述包含子图数量最少的实体词对应的所 有子图数据； 构建用于答案检索的图神经网络， 并根据训练集对所述图神经网络进行训练， 得到训 练好的图神经网络； 获取检索到的各子图数据中所有实体词； 将各子图数据中的各实体词分别输入训练好的图神经网络， 进行 各实体词打 分； 对所有实体词的打分结果按照分数高低进行排序， 输出得分最高的实体词作为问题的 答案。权　利　要　求　书 2/2 页 3 CN 115438141 A 3