一种基于知识图谱的预训练语言模型构建方法

本申请提供了一种基于知识图谱的预训练语言模型构建方法，包括：基于预训练语言的语义解析模型对输入的自然语言问题进行数据处理，得到候选逻辑形式列表，其中，语义解析模型用以提取所述自然语言问题特征，并进行问句的实体识别和意图识别，结合实体和意图并经逻辑转换填充生成候选逻辑形式列表；基于无监督多阶段搜索算法在知识图谱中对生成的候选逻辑形式列表进行知识检索，结合检索结果更新逻辑形式内容并转换成Cypher语句进行图谱查询，返回答案列表形成答案集。本申请不仅提高了智能问答效率和服务水平，而且为未来的注入医疗、法律、人文等多个专业领域的可解释知识推理问答提供了新的解决思路。