首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于词向量技术和知识图谱检索的短文本问答方法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:天津科技大学

摘要:本发明涉及一种基于词向量技术和知识图谱检索的短文本问答方法,包括:对输入的自然语言短文本问题进行分词,得到分词后的文本;对该文本进行命名实体识别和词性标注,识别出实体以及关键词;知识图谱检索实体返回其对应的全部属性并与关键词一同进行向量化;对全部向量进行余弦相似度计算,找出与关键词最为相近的某属性,并进行替换;组成三元组进行知识图谱的检索,并输出答案。如何快速准确的在知识图谱中进行短文本问题答案的检索是实际应用中的关键问题,本发明提出一种基于词向量技术和知识图谱检索的短文本问答方法,该方法基于词向量技术,使得生成的三元组更加精确,从而提高在知识图谱中进行问题答案检索的效率。

主权项:1.一种基于词向量技术和知识图谱检索的短文本问答方法,其特征在于包括以下步骤:步骤1:对输入的自然语言短文本问题进行分词,得到分词后的文本;步骤2:从步骤1中得到的分词后的文本,对该文本进行命名实体识别和词性标注,识别出实体以及关键词;步骤3:从步骤2中获得的实体,将该实体放入三元组中进行知识图谱检索提取,得到该实体对应的全部属性;步骤4:从步骤3中获得的实体对应的全部属性,将其与步骤2中获得的关键词,均进行向量化操作,得到全部属性和关键词的向量;步骤5:从步骤4中获得的全部属性和关键词的向量,对其进行余弦相似度计算,找出与关键词最为相近的某属性,将该属性与关键词进行替换,得到被替换后的属性;步骤6:从步骤5中获得的被替换后的属性与从步骤2中获得的实体,将两者组成三元组的形式,即实体-属性对;步骤7:从步骤6中获得的实体-属性对即三元组,将该三元组输入至知识图谱检索工具,从而获得自然语言短文本问题的答案;步骤8:重复回到步骤1进行执行,继续进行自然语言短文本问题的输入。

全文数据:

权利要求:

百度查询: 天津科技大学 一种基于词向量技术和知识图谱检索的短文本问答方法

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。

相关技术
相关技术
相关技术
相关技术