一种基于知识图谱的问答方法

AITNT
正文
推荐专利
一种基于知识图谱的问答方法
申请号:CN202411905467
申请日期:2024-12-23
公开号:CN119938829A
公开日期:2025-05-06
类型:发明专利
摘要
本发明实施例公开了一种基于知识图谱的问答方法,包括:将原始问题文本输入至预设AEDA‑BERT‑DSC‑Bi LSTM‑GAT模型中,得到意图识别向量,将意图识别向量输入至预设图谱查询语句生成模型中,得到图查询语句,根据图查询语句,在预设知识图谱中进行查询,生成答案文本;即通过引入预设AEDA‑BERT‑DSC‑Bi LSTM‑GAT模型,实现了对原始问题文本的精准意图识别,并在此基础上生成高效的图查询语句,不仅提升了多意图识别的准确性,还增强了上下文关联理解及复杂语义结构解析的能力,通过该方法,能够在预设知识图谱中快速、准确地查询并生成答案文本,有效解决了现有技术在处理电力行业复杂问句时的不足。
技术关键词
意图识别 文本 分词 矩阵 生成答案 问答方法 图谱 语句 Softmax函数 模块 并行特征提取 多头注意力机制 深度特征提取 前馈神经网络 同义词库 表达式 语义结构
系统为您推荐了相关专利信息
1
基于行为建模的网络攻击识别方法
网络攻击识别方法 编码向量 多模态 时间段 日志
2
一种灵活资源对新能源误差补偿与消纳的优化方法及装置
负荷历史数据 组合预测模型 灵活资源 实时数据 火电
3
基于多模态大语言模型的分诊方法、装置及电子设备
多模态 大语言模型 可移植文档格式 实体 互联网医疗技术
4
基于知识增强与胶囊网络协同的逻辑推理方法、设备及介质
逻辑推理方法 胶囊网络 高级胶囊 语义 融合策略
5
基于深度学习的用户行为预测方法及系统
编码特征 矩阵 语义 编码向量 自然语言
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号