摘要
本发明公开了一种基于知识图谱的智能问答方法,属于人工智能技术领域。首先采用图神经网络通过聚合每个实体的邻居节点信息,以挖掘知识图谱的结构信息,作为智能问答的基础。然后在图神经网络的基础上开发了一种双向问答注意力机制,一方面计算聚合实体与问题表示的关联程度以更新候选答案实体集,其能够关注问题的重要方面。另一方面,根据当前的候选答案实体集更新知识图谱增强的问题表示,其能够关注知识图谱的重要部分。通过双向问答注意力机制,并结合图神经网络的多重迭代,可从问题和知识图谱两方面提取与回答问题最相关的信息,并返回与给定问题强相关的答案实体集,以实现智能问答。
技术关键词
智能问答方法
实体
答案
更新知识图谱
挖掘知识图谱
注意力机制
自然语言
BiLSTM模型
三元组
邻居
随机梯度下降
正则化参数
人工智能技术
多层感知机
基础
非线性
语义
超参数