(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210173491.4 (22)申请日 2022.02.24 (71)申请人 奇安信科技 集团股份有限公司 地址 100032 北京市西城区新 街口外大街 28号102号楼3层3 32号 申请人 奇安信网神信息技 术 （北京） 股份有 限公司 (72)发明人 郭峰　杨宇轩　赵佳成　王涛　 (74)专利代理 机构 北京鼎佳达知识产权代理事 务所(普通 合伙) 11348 专利代理师 刘铁生　孟阿妮 (51)Int.Cl. G06F 16/31(2019.01) G06F 16/36(2019.01) G06F 16/332(2019.01)G06F 16/33(2019.01) G06N 5/04(2006.01) (54)发明名称 针对问答系统的问题关系图谱构建方法、 问 答方法及装置 (57)摘要 本发明公开了一种针对问答系统的问题关 系图谱构建方法、 问答方法及装置， 涉及计算机 技术领域， 主要目的在于降低问答系统对问答模 板、 问答数据量、 语义关联的依 赖； 主要技术方案 包括： 获取多个问题实体以及各所述问题实体各 自具有的属性； 根据各所述问题实体的属性， 确 定问题实体两两之间的相关性度量； 根据问题实 体两两之间的相关性度量， 确定在预设坐标空间 中各所述问题实体 之间的位置关系； 基于各所述 问题实体之间的位置关系构建问题关系图谱。 权利要求书3页 说明书14页 附图5页 CN 114676213 A 2022.06.28 CN 114676213 A 1.一种针对问答系统的问题关系图谱构建方法， 其特 征在于， 所述方法包括： 获取多个问题实体以及各 所述问题实体各自具有的属性； 根据各所述问题实体的属性， 确定问题实体两 两之间的相关性度量； 根据问题实体两两之间的相关性度量， 确定在预设坐标空间中各所述问题实体之间的 位置关系； 基于各所述问题实体之间的位置关系构建问题关系图谱。 2.根据权利要求1所述的方法， 其特征在于， 根据问题实体两两之间的相关性度量， 确 定在预设坐标空间中各 所述问题实体之间的位置关系， 包括： 确定所述多个问题实体中的一个问题实体在所述预设坐标空间中对应的网格点， 其 中， 所述预设坐标空间被划分为多个网格点； 依次将所述多个问题实体中的其余问题实体作为当前问题实体执行： 基于当前问题实 体与已确定网格点的问题实体之间的相关性度量， 确定所述当前问题实体在所述预设坐标 空间对应的网格点； 基于各所述问题实体对应的网格点， 确定各 所述问题实体之间的位置关系。 3.根据权利要求2所述的方法， 其特征在于， 基于当前问题实体与已确定网格点的问题 实体之间的相关性度量， 确定所述当前问题实体在所述预设坐标空间对应的网格点， 包括： 针对每一个已确定网格点的问题实体均 执行： 确定所述已确定网格点的问题实体对应 的圆， 其中， 所述圆以所述已确定网格点的问题实体的网格点为中心， 以所述当前问题实体 与所述已确定网格点的问题实体之间的相关性度量 为半径； 确定目标区域， 其中， 所述目标区域为各所述已确定网格点的问题实体对应的圆之间 的相交区域， 且所述目标区域涉及的圆的数量在所述预设坐标空间的所有相交区域中最 多； 将所述目标区域中的一个网格点确定为所述当前问题实体对应的网格点。 4.根据权利要求1所述的方法， 其特征在于， 根据各所述问题实体的属性， 确定问题实 体两两之间的相关性度量， 包括： 针对任意两个问题实体均执行： 基于所述两个问题实体各自具有的属性， 确定所述两 个问题实体之 间的至少一种关联值， 基于所述至少一种关联值确定所述两个问题实体之间 的相关性度量， 其中， 所述至少一种关联值为如下中的至少一种： 属性关联值、 互斥关联值、 语义关联值。 5.根据权利要求4所述的方法， 其特征在于， 确定所述两个问题实体之间的属性关联 值， 包括： 确定所述两个问题实体具有的所有属性的总数量以及具有的相同属性的总数量； 将所述相同属性的总数量与 所述所有属性的总数量的比值， 确定为所述两个问题实体 之间的属性关联值。 6.根据权利要求4所述的方法， 其特征在于， 确定所述两个问题实体之间的互斥关联 值， 包括： 获取所述两个问题实体的属性之间的互斥程度； 基于所获取的互斥程度， 确定所述两个问题实体之间的互斥关联值。 7.根据权利要求4所述的方法， 其特征在于， 确定所述两个问题实体之间的语义关联权　利　要　求　书 1/3 页 2 CN 114676213 A 2值， 包括： 通过语义训练模型获取 所述两个问题实体各自对应的语义向量； 基于所获取的语义向量确定所述两个问题实体之间的语义关联值。 8.根据权利要求4所述的方法， 其特征在于， 基于属性关联值、 互斥关联值、 语义关联 值， 确定所述两个问题实体之间的相关性度量， 包括： 基于所述两个问题实体的属性之间的感知强度， 确定所述两个问题实体之间的感知 度； 基于所述属性关联值校正所述语义关联值以及基于所述感知度分别校正所述属性关 联值和所述互斥关联值； 基于校正后的属性关联值、 互斥关联值、 语义关联值， 确定所述两个问题实体之间的相 关性度量。 9.根据权利要求8所述的方法， 其特征在于， 基于校正后的属性关联值、 互斥关联值、 语 义关联值， 确定所述两个问题实体之间的相关性度量， 包括： 通过如下公式确定所述两个问题实体之间的相关性度量； 其中， 为问题实体i和问题实体j之间的相关性度量； Mij为问题实体i和问题实体j之 间的感知度； Rij为问题实体i和问题实体j之间的属性关联值； Fij为问题实体i和问题实体j 之间的互斥关联值； 为问题实体i和问题实体j之间的语义关联值； K1为第一常数； K2为第 二常数。 10.根据权利要求8所述的方法， 其特征在于， 基于所述两个问题实体的属性之间的感 知强度， 确定所述两个问题实体之间的感知度， 包括： 通过如下公式确定所述两个问题实体之间的感知度； Mij＝g(∑I(Xn)) 其中， Mij为问题实体i和问题 实体j之间的感知度； g为有界单递增函数； I(Xn)为问题实 体i和问题实体j具有的第n个目标属性的感知强度， 其中， 所述目标属性为问题实体i和问 题实体j具有的相同属性。 11.一种针对问答系统 的问答方法， 其特征在于， 应用于问答系统， 其中， 所述问答系统 中的问题实体以问题关系图谱形式存在， 各所述问题实体各自具有关联的至少一个目标实 体， 各所述问题实体在所述问题关系图谱 之间的位置关系基于问题实体两两之 间的相关性 度量建立， 所述方法包括： 从所述问答系统的各问题实体中选取与目标问题相关的第一问题实体， 其中， 所述第 一问题实体与所述目标问题的相似度最高； 基于所述问题关系谱图中各所述问题实体之间的位置关系， 选取与 所述第一问题实体 相关的第二问题实体， 其中， 所述第二问题实体与所述第一问题实体之间的距离小于距离 阈值； 基于所述第一问题实体相关的至少一个目标实体以及所述第二问题相关的至少一个 目标实体， 生成针对所述目标问题的答案 。权　利　要　求　书 2/3 页 3 CN 114676213 A 3