买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国人民解放军国防科技大学

摘要：本发明提供的一种基于知识图谱的信息检索方法，通过将决策者问句中的概念、实体和关系按照不同要素属性分别构建决策者问句信息词库，并根据语义算法将决策者问句分割为要素名称和每个所述要素类型对应的要素值，进而构建问句要素模式，在解析决策者用户问句的基础上，构建基于数据的决策问题要素实体与知识库之间的关联以建立一个可迭代拓展的动态实体知识图谱；以所述决策者用户标识、检索要素名称、检索结果的实体名称构建检索对，以RippleNet方法中的迭代算法实现应答信息概率预测，从而实现信息应答推荐，解决了目前由于海量信息导致的信息过载问题，能够助力与决策人员快速获取关键信息，有效的提高信息分析和筛选的效能。

主权项：1.一种基于知识图谱的信息检索方法，其特征在于，包括：S1、将决策者问句中的概念、实体和关系按照不同要素属性分别构建决策者问句信息词库；S2、根据语义算法将决策者问句分割为要素名称和每个所述要素类型对应的要素值，并以要素名称和对应的要素值构成要素对；S3、按输入的所述决策者问句的语句顺序依次从多个所述要素对中分别抽取要素值，进而构建问句要素模式；S4、获取决策者用户标识，获取对所述决策者问句预处理后抽取的每个检索要素名称，获取每个检索结果的实体名称，以所述决策者用户标识、每个检索要素名称、每个检索结果的实体名称构建检索对；并将检索对存储至检索记录库中；S5、基于知识图谱，生成决策者用户向量；将决策者用户向量和所述检索对输入RippleNet模型进行迭代，直至将RippleNet模型每一环的决策者用户向量表示相加形成总体决策者用户向量表示；S6、结合所述总体决策者用户向量表示和目标事物，对决策者检索任一事项的概率进行预测，生成决策者用户检索推荐向量；步骤S4中，包括：检索中决策者用户标识U，获取所述决策者问句预处理后抽取的每个检索要素名称为Fi，获取每个检索结果的实体名称为Ej；检索对S构造为:；步骤S5中，基于知识图谱，生成决策者用户向量，包括：将决策者问句中的实体和实体之间的关系进行向量化，形成覆盖所有实体的图谱三元组（h,r,t）;其中，h表示头实体，r表示关系，t表示尾实体；将决策者用户向量和所述检索对输入RippleNet进行迭代，包括：以每个所述检索对S作为RippleNet模型的节点，基于知识图谱G和决策者用户问句，决策者用户在第k轮迭代的实体集合为： ；定义第k次迭代的三元组集合为： ；在第一次代入RippleNet模型进行迭代时，获取第一环RippleSet的三元组为： ；基于第一环RippleSet中的每个三元组，将关系的向量Ri、头实体的向量hi与目标事物的向量v相乘，得到目标事物v与第一次迭代的每个三元组中的头实体和关系的相关性关系，从而获取第一环RippleSet的决策者用户向量表示。

全文数据：

权利要求：

百度查询： 中国人民解放军国防科技大学 一种基于知识图谱的信息检索方法