(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210271016.0 (22)申请日 2022.03.18 (65)同一申请的已公布的文献号 申请公布号 CN 114547273 A (43)申请公布日 2022.05.27 (73)专利权人 科大讯飞 （苏州） 科技有限公司 地址 215000 江苏省苏州市工业园区金鸡 湖大道88号E4单元 (72)发明人 孟福利　石庭豪　刘加新　郑新　 李直旭　李明洹　陈志刚　 (74)专利代理 机构 深圳市威世博知识产权代理 事务所(普通 合伙) 44280 专利代理师 刘希 (51)Int.Cl. G06F 16/332(2019.01) G06F 16/36(2019.01) G06F 40/194(2020.01) (56)对比文件 CN 114186035 A,2022.03.15CN 110472242 A,2019.1 1.19 CN 113516143 A,2021.10.19 CN 111639171 A,2020.09.08 CN 111930906 A,2020.1 1.13 CN 113139121 A,2021.07.20 CN 110991464 A,2020.04.10 CN 113761153 A,2021.12.07 CN 114168749 A,202 2.03.11 US 20213193 35 A1,2021.10.14 CN 113836318 A,2021.12.24 Yachen Tang等.An I ntelligent Questi on Answering System based o n Power Knowledge Graph. 《2021 IE EE Power & Energy Society General Me eting》 .2021,第1- 5页. 陈恩红等.面向智能教育的自适应学习关键 技术与应用. 《智能系统学报》 .2021,第16卷(第 05期),第8 86-898页. 乔凯等.基 于知识图谱与关键词注意机制的 中文医疗问答匹配方法. 《模式识别与人工智 能》 .2021,第34卷(第08 期),第73 3-741页. 审查员 汪杨 (54)发明名称 问题回答方法及相关装置、 电子设备、 存储 介质 (57)摘要 本申请公开了一种 问题回答方法及相关装 置、 电子设备、 存储介质， 其中， 问题回答方法包 括： 获取问题文本和知识图谱； 基于各个片段的 片段特征表示分别与候选实体的第一特征表示 进行交互， 得到问题文本映射于目标空间的第二 特征表示； 基于第一特征表示和第二特征表示， 得到问题文本与候选实体在目标空间的特征相 似度； 基于各个候选实体分别与问题文本之间的 特征相似度， 选择至少一个候选实体作为问题文 本的答案文本。 上述方案， 能够更加准确地体现 问题文本与候选实体之间的关联性， 并大大减少 由于问题文本和候选实体两者特征空间不同而带来的差异， 能够提升问题回答的准确性。 权利要求书2页 说明书12页 附图5页 CN 114547273 B 2022.08.16 CN 114547273 B 1.一种问题回答方法， 其特 征在于， 包括： 获取问题文本和知识图谱； 其中， 所述问题文本包含若干片段， 所述知识图谱包含若干 实体； 基于各个所述片段的片段特征表示分别与候选实体的第 一特征表示进行交互， 得到所 述问题文本映射于目标空间的第二特征表示； 其中， 所述候选实体从所述若干实体选择得 到， 且所述目标空间为所述 候选实体所在的特 征空间； 基于所述第 一特征表示和所述第 二特征表示， 得到所述问题文本与 所述候选实体在所 述目标空间的特 征相似度； 基于各个候选实体分别与 所述问题文本之间的特征相似度， 选择至少一个所述候选实 体作为所述问题文本的答案文本； 其中， 所述基于各个所述片段的片段特征表示分别与候选实体的第 一特征表示进行交 互， 得到所述问题文本映射于目标空间的第二特 征表示， 包括： 基于各个所述片段特征表示分别与 所述第一特征表示进行注意力交互， 得到各个所述 片段的权重， 或者， 基于各个所述片段特征表示分别与所述第一特征表示进行相似度量， 得 到各个所述片段的权 重； 基于所述片段的权 重对所述片段的片段 特征表示进行加权， 得到所述第二特 征表示。 2.根据权利要求1所述的方法， 其特征在于， 所述权重基于注意力网络得到， 所述注意 力网络基于样本数据训练得到， 所述样本数据包括样本问题文本、 正例实体和负例实体， 且 所述正例实体构成所述样本问题文本的样本答案文本， 所述负例实体不构成所述样本答案 文本。 3.根据权利要求2所述的方法， 其特征在于， 所述样本问题文本包括若干样本片段， 所 述注意力网络的训练步骤 包括： 基于各个所述样本片段的样本片段特征表示分别与所述正例实体的样本正例特征表 示进行交互， 得到所述样本问题文本映射于第一空间的第一问题特征表示； 其中， 所述第一 空间为所述样本正例特 征表示所在的特 征空间； 以及， 基于各个所述样本片段的样本片段特征表示分别与所述负例实体的样本负例特征表 示进行交互， 得到所述样本问题文本映射于第二空间的第二问题特征表示； 其中， 所述第二 空间为所述样本负例特 征表示所在的特 征空间； 基于所述第一问题特征表示和所述样本正例特征表示， 得到第一相似度， 并基于所述 第二问题特 征表示和所述样本负例特 征表示， 得到第二相似度； 基于所述第一相似度与所述第二相似度之间的差值， 调整所述注意力网络的网络参 数。 4.根据权利要求1所述的方法， 其特征在于， 所述知识图谱涉及目标领域， 所述知识图 谱的获取步骤 包括： 获取涉及所述目标领域的第 一数据和第二数据； 其中， 所述第一数据为非结构化数据， 所述第二数据为结构化数据； 基于所述第一数据进行事 件抽取， 得到若干第一实体； 基于所述第二数据对所述若干第一实体进行知识融合， 得到若干第二实体； 基于所述若干第二实体， 构建得到所述知识图谱。权　利　要　求　书 1/2 页 2 CN 114547273 B 25.根据权利要求1所述的方法， 其特 征在于， 所述 候选实体的选择步骤 包括： 基于所述问题文本， 从所述知识图谱提取与回答所述问题文本相关的子图谱； 将所述子图谱中各 所述实体， 分别作为所述 候选实体。 6.根据权利要求1所述的方法， 其特征在于， 所述基于各个候选实体分别与 所述问题文 本之间的特 征相似度， 选择至少一个所述 候选实体作为所述问题文本的答案文本， 包括： 选择最大 所述特征相似度对应的候选实体， 作为所述 答案文本； 或者， 选择与目标相似度之间的差值小于预设阈值的特征相似度对应的候选实体， 作 为所述答案文本； 其中， 所述目标相似度为 最大所述特征相似度。 7.一种问题回答装置， 其特 征在于， 包括： 获取模块， 用于获取问题文本和知识图谱； 其中， 所述问题文本包含若干片段， 所述知 识图谱包含若干实体； 交互模块， 用于基于各个所述片段的片段特征表示分别与候选实体的第 一特征表示进 行交互， 得到所述问题文本映射于目标空间的第二特征表示； 其中， 所述候选实体从所述若 干实体选择 得到， 且所述目标空间为所述 候选实体所在的特 征空间； 度量模块， 用于基于所述第一特征表示和所述第二特征表示， 得到所述问题文本与所 述候选实体在所述目标空间的特 征相似度； 选择模块， 用于基于各个候选实体分别与所述问题文本之间的特征相似度， 选择至少 一个所述 候选实体作为所述问题文本的答案文本； 其中， 所述交互模块包括注意力子模块或者相似度量子模块， 所述注意力子模块用于 基于各个所述片段特征表示分别与所述第一特征表示进行注意力交互， 得到各个所述片段 的权重， 所述相似度量子模块用于基于各个所述片段特征表示分别与所述第一特征表示进 行相似度量， 得到各个所述片段的权重； 所述交互模块包括加权子模块， 用于基于所述片段 的权重对所述片段的片段 特征表示进行加权， 得到所述第二特 征表示。 8.一种电子设备， 其特征在于， 包括相互耦接的存储器和处理器， 所述存储器中存储有 程序指令， 所述处理器用于执行所述程序指 令以实现权利要求1至6任一项所述的问题回答 方法。 9.一种计算机可读存储介质， 其特征在于， 存储有能够被处理器运行的程序指令， 所述 程序指令用于实现权利要求1至 6任一项所述的问题回答方法。权　利　要　求　书 2/2 页 3 CN 114547273 B 3