权利要求
1.基于知识图谱的冶金知识问答方法,其特征在于,包括: 获取冶金相关的询问语音,并将所述询问语音转换为第一文本向量; 根据预设的冶金知识图谱,从冶金描述文本数据中获取冶金过程对应的实体信息,并根据所述实体信息创建问答向量库,所述问答库中包含问题向量以及对应的答复向量; 根据所述第一文本向量从所述问答向量库中获取多个匹配的问题向量,并对所述匹配的问题向量进行排序,根据排序结果获取对应问题向量的答复向量并输出。2.根据权利要求1所述的基于知识图谱的冶金知识问答方法,其特征在于,根据所述第一文本向量从所述问答向量库中获取多个匹配的问题向量,包括: 利用关键词搜索引擎对所述第一文本向量进行分词,获取多个词向量,根据所述词向量从已有的故障报告以及故障文本中获取匹配的关键词,构建关联词向量,并根据所述关联词向量从所述问答向量库中获取多个匹配的问题向量;和/或, 利用向量搜索引擎将所述第一文本向量和所述问答向量库中的问题向量映射到同一个语义向量空间,通过相似度检索算法从所述语义向量空间中获取与所述第一文本向量相似度达到所述设定阈值的问题向量。 3.根据权利要求2所述的基于知识图谱的冶金知识问答方法,其特征在于,所述关键词搜索引擎包括:ElasticSearch搜索引擎。 4.根据权利要求2所述的基于知识图谱的冶金知识问答方法,其特征在于,所述向量搜索引擎包括:Faiss引擎和/或Annoy引擎。 5.根据权利要求1所述的基于知识图谱的冶金知识问答方法,其特征在于,根据预设的冶金知识图谱,从冶金描述文本数据中获取冶金过程对应的实体信息,并根据所述实体信息创建问答向量库,包括: 获取所述冶金知识图谱中的多组实体关系,根据所述实体关系构建第一句子向量; 将所述冶金描述文本数据拆分为多个子句,每个所述子句作为第二句子向量; 将所述第一句子向量和所述第二句子向量输入预训练的句子向量模型进行相似度比对,获取与所述第一句子向量匹配的第二句子向量,作为问题向量; 设置各所述问题向量对应的答复向量,创建所述问答向量库。 6.根据权利要求1所述的基于知识图谱的冶金知识问答方法,其特征在于,所述冶金描述文本数据包括:冶金故障报告、故障总结。 7.根
声明:
“基于知识图谱的冶金知识问答方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)