基于深度学习的知识图谱构建及智能问答方法和装置

AITNT
正文
推荐专利
基于深度学习的知识图谱构建及智能问答方法和装置
申请号:CN202510199171
申请日期:2025-02-24
公开号:CN119691135B
公开日期:2025-05-02
类型:发明专利
摘要
本发明提供一种基于深度学习的知识图谱构建及智能问答方法和装置。该方法包括;获取目标文本数据;对目标文本数据进行信息提取,生成实体关系数据,所述实体关系数据包括关键数据、实体数据以及用于指示实体之间的关系的关系数据;根据实体关系数据,将目标文本数据导入图数据库,形成知识图谱;获取所输入的问题语句;利用问句分类模型对问题语句进行分类,确定问题语句中的问句特征,问句特征包括问句类型和问句实体数据;在知识图谱中检索与问句特征相匹配的文本数据,作为问题语句的答案数据。本发明提高了公开文本信息检索效率,提高了智能问答的准确度。
技术关键词
实体关系数据 文本 知识图谱构建 解码器结构 关系抽取模型 编码器 节点 智能问答方法 实体识别模型 数据处理模型 语句 词语 注意力机制 构建分类器 语义
系统为您推荐了相关专利信息
1
基于大模型泛化语义理解的营销管理方法及系统
客户 营销管理方法 网格 业务办理数据 策略
2
面向分布式大模型训练的多粒度语义树构建系统及其方法
构建系统 语义 云服务器 样本 标签
3
一种基于Deepseek强化学习的铁路行业问答方法及系统
铁路 问答模型 问答方法 数据 基座
4
基于多模态知识图谱推理增强的人体行为识别方法及设备
知识图谱推理 节点特征 识别方法 锚点 多模态
5
一种个人信息同人判定的方法、装置和设备
非结构化文本 半结构化文本 计算机程序指令 语义向量 统计特征提取
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