(19)中华 人民共和国 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 202210058425.2 (22)申请日 2022.01.19 (71)申请人 北京中科深智科技有限公司 地址 100000 北京市大兴区北京经济技 术 开发区永昌中路4号院4号楼3层311A 室 (72)发明人 梁晨阳　 (51)Int.Cl. G06F 16/332(2019.01) G06F 16/33(2019.01) G06F 16/335(2019.01) G06F 16/35(2019.01) G06F 40/242(2020.01) G06F 40/279(2020.01) G06F 40/30(2020.01) (54)发明名称 一种基于知识库的电商直播实时问答系统 和方法 (57)摘要 本发明公开了一种基于知识库的电商直播 实时问答系统和方法， 包括： 包括： 清洗数据模 块、 构建知识库模块、 分词处理模块、 定义意图模 块和结果查询模块； 其中， 清洗数据模块， 用于从 数据源获取数据， 分领域地存到结构化数据库 中； 构建知识库模块， 把实体词和对应的近义词 同时存入图数据库中； 分词处理模块， 获得了所 有最小粒度的词， 并获取最小粒度词的近义词； 定义意图模块， 把意图和针对的对象名称链接起 来； 结果查询模块， 在数据库中查询相应的结果 并返回给用户。 本发明能够从元数据获得结构化 知识数据， 通过对结构化知识库的预处理， 从而 可以有效的提取结构化知识库的有效特征， 从而 可以在进行问答的时候高效地利用知识库， 实现 智能问答。 权利要求书2页 说明书6页 附图5页 CN 114090759 A 2022.02.25 CN 114090759 A 1.一种基于知识库的 电商直播实时问答系统， 其特征在于， 包括： 清洗数据模块、 构建 知识库模块、 分词处 理模块、 定义 意图模块和结果 查询模块； 其中， 所述清洗数据模块， 用于从数据源获取数据， 根据具体业务设计schema,根据schema清 洗数据， 并对数据进行识别， 组成结构化数据， 分领域 地存到结构化数据库中； 所述构建知识库模块， 把结构化数据， 做一次分词处理， 准备提前训练好词向量的词 库， 设置阈值筛 选出近义词， 把实体词和对应的近义词同时存 入图数据库中； 所述分词处理模块， 在处理挖掘出来结构化数据时， 做分词处理， 利用分词器获得了所 有最小粒度的词， 并获取最小粒度词的近义词； 所述定义意图模块， 根据历史语料， 进行聚类， 挑选出具有代表性的问句； 根据知识库 定义意图； 定义好意图后， 把相应的意图名称存入图数据库， 与相应的实体用关系边链接起 来； 再用关系边 把意图和针对的对象名称链接起 来； 所述结果查询模块， 当用户输入query时， 首先对query进行全分词操作； 获得所有分词 结果后， 去图数据查询最小词数据库， 通过查询与最小分词为要 素关系的长名词， 获取到所 有可能相关的长词； 然后通过查询所有长词的所有要素是否被包含于 问句中， 最终匹配满 足要求的长名词； 获得要查询的长名词后， 查询该长名词预先定义的所有意图， 再把query 处理， 并输入到相应的模型中； 模型会输出各个预先定义意图的输出值， 取最大值为匹配到 的用户意图； 在数据库中查询 相应的结果并返回给用户。 2.根据权利要求1所述的一种基于知识库的电商直播实时问答系统， 其特征在于， schema包括相应的实体， 属性， 意图， 以及它 们之间的关系。 3.根据权利要求2所述的一种基于知识库的电商直播实时问答系统， 其特征在于， 筛选 出近义词的方法为： 对于所有挖掘出来的词， 计算与词库词的余弦相似度并设定一定的阈 值， 挑选出可能的近义词； 然后在原来的语料中， 把原词用挑选出来的备选近义词替换掉， 通过预训练的n ‑gram语言模 型和bert的掩码模 型为评分器， 设置阈值进一步筛选出可能的 近义词； 最终确定挖掘出来词的同义词。 4.根据权利要求3所述的一种基于知识库的电商直播实时问答系统， 其特征在于， 分词 处理方法为： 首先利用分词器把长词分成若干最小的词； 用每个最小词的同义词去替换原 来的最小词， 得到一个新的长词； 利用bert向量， 去计算替换前的长词和替换后的长词的余 弦相似度， 设定阈值， 如果低于阈值则认为小词在此不能替换； 利用bert的掩码模型去计算 每个字符的掩码得分， 设定阈值， 筛 选出符合条件的最小词的近义词； 筛选出每个最小分词的近义词后， 省略掉空字符； 剩下的最小分词及相应的近义词， 每 一组词称为该长词的一个要素； 最后把每 个长词和它的要素们存进图数据库中。 5.一种基于知识库的电商直 播实时问答方法， 其特 征在于， 包括如下步骤： 清洗数据， 从数据源获取数据， 根据具体业务设计schema,根据schema清洗数据， 并对 数据进行识别， 组成结构化数据， 分领域 地存到结构化数据库中； 构建知识库， 把结构化数据， 做一次分词处理， 准备提前训练好词向量的词库， 设置阈 值筛选出近义词， 把实体词和对应的近义词同时存 入图数据库中； 分词处理， 在处理挖掘出来结构化数据时， 做分词处理， 利用分词器获得了所有最小粒 度的词， 并获取最小粒度词的近义词；权　利　要　求　书 1/2 页 2 CN 114090759 A 2定义意图， 根据历史语料， 进行聚类， 挑选出具有代表性的问句； 根据知识库定义意图； 定义好意图后， 把相应的意图名称存入图数据库， 与相应的实体用关系边链接起来； 再用关 系边把意图和针对的对象名称链接起 来； 结果查询， 当用户输入query时， 首先对query进行全分词操作； 获得所有分词结果后， 去图数据查询最小词数据库， 通过查询与最小分词为要素关系的长名词， 获取到所有可能 相关的长词； 然后通过查询所有长词的所有要素是否被包含于 问句中， 最终匹配满足要求 的长名词； 获得要查询的长名词后， 查询该长名词预先定义的所有意图， 再把qu ery处理， 并 输入到相 应的模型中； 模型会输出各个预先定义意图的输出值， 取最大值为匹配到的用户 意图； 在数据库中查询 相应的结果并返回给用户。权　利　要　求　书 2/2 页 3 CN 114090759 A 3