申请/专利权人：安徽省优质采科技发展有限责任公司

申请日：2024-01-10

公开（公告）日：2024-03-22

公开（公告）号：CN117540004B

主分类号：G06F16/332

分类号：G06F16/332;G06F16/35;G06F16/36;G06F40/30;G06F40/295;G06F40/253;G06N5/022

优先权：

专利状态码：有效-授权

法律状态：2024.03.22#授权;2024.03.01#实质审查的生效;2024.02.09#公开

摘要：本发明公开了一种基于知识图谱和用户行为的工业领域智能问答方法及系统，该方法包括：接收用户输入的问题；基于用户问题和用户在平台上的历史操作行为，对用户问题进行决策性分类，获取用户问题所属问题类别；基于用户问题在数据库中搜索相似问答数据，基于相似问答数据、用户问题、用户问题所属问题类别输入分流模型匹配一个用于处理用户问题的专家模型，基于用户输入的问题调用预先构建的知识图谱增强用户问题的语义；基于语义增强后的用户问题输入匹配的专家模型，获取用户问题的回答数据。本发明有效提高了工业品领域应答系统的答复准确性和高效性。

主权项：1.一种基于知识图谱和用户行为的工业领域智能问答方法，其特征在于，包括如下步骤：步骤1，接收用户输入的问题；步骤2，基于用户问题和用户在平台上的历史操作行为，对用户问题进行决策性分类，获取用户问题所属问题类别；步骤3，基于用户问题在数据库中搜索相似问答数据，基于相似问答数据、用户问题、用户问题所属问题类别输入分流模型，所述分流模型用于基于输入数据通过分析在多个已有的专家模型中匹配一个用于处理用户问题的专家模型，每个所述专家模型用于处理一类问题类型的用户问题；步骤4，基于用户输入的问题调用预先构建的知识图谱增强用户问题的语义；步骤5，基于语义增强后的用户问题输入步骤3匹配的专家模型，获取用户问题的回答数据；所述分流模型的数据处理包括如下步骤：将用户问题、相似问答数据、用户问题所属问题类别记为第一文本数据；获取多个专家模型的属性功能描述文本，记为第二文本数据；基于第一文本数据和第二文本数据进行适配性分析，确定与第一文本数据匹配的第二文本数据对应的专家模型；所述基于第一文本数据和第二文本数据进行适配性分析，包括如下步骤：将第一文本数据的用户问题所属问题类别和第二文本数据进行语义分析，并识别获取用户问题所属问题类别与所述第二文本数据的所属关系，记用户问题所属问题类别属于第二文本数据表征范围为第一情况，记用户问题所属问题类别包含第二文本数据表征范围为第二情况，记用户问题所属问题类别与第二文本数据表征范围无所属关系为第三情况；在多个专家模型的对应的多个第二文本数据中存在第一情况时，优先在满足第一情况的第二文本数据对应的专家模型中进行所述适配性分析确定匹配的专家模型；针对第一情况的第二文本数据及对应的专家模型，基于第一文本数据的用户问题、相似问答数据的关键词、用户问题所属问题类别的文本语义与第二文本数据进行语义关联性分析，选择与第一文本数据的文本语义关联性最大的第二文本数据对应的专家模型确定为匹配结果；在不存在第一情况时，针对第二情况的第二文本数据及对应的专家模型，基于第一文本数据的用户问题、相似问答数据的关键词表征范围与第二文本数据表征范围分析所属关系，在第一文本数据的用户问题、相似问答数据的关键词表征范围属于第二文本数据表征范围时，选择与用户问题、相似问答数据的文本语义关联性最大的第二文本数据对应的专家模型确定为匹配结果，在第一文本数据的用户问题、相似问答数据的关键词表征范围大于第二文本数据表征范围时，基于第二文本数据对应的专家模型作为候选专家模型；针对第三情况，根据用户问题、相似问答数据与第二文本数据的文本语义关联性择优选择候选专家模型；在不确定唯一匹配的专家模型时，基于所有候选专家模型作为分流模型的结果并经过人工确认唯一匹配的专家模型。

全文数据：

权利要求：

百度查询： 安徽省优质采科技发展有限责任公司 基于知识图谱和用户行为的工业领域智能问答方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD