一种基于辅助监督信号改进时序知识图谱的问答方法
申请人信息
- 申请人:南京信息工程大学
- 申请人地址:210044 江苏省南京市江北新区宁六路219号
- 发明人: 南京信息工程大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于辅助监督信号改进时序知识图谱的问答方法 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311755781.0 |
| 申请日 | 2023/12/20 |
| 公告号 | CN117435715B |
| 公开日 | 2024/3/19 |
| IPC主分类号 | G06F16/332 |
| 权利人 | 南京信息工程大学 |
| 发明人 | 马廷淮; 朱玉 |
| 地址 | 江苏省南京市江北新区宁六路219号 |
摘要文本
本发明公开了一种基于辅助监督信号改进时序知识图谱的问答方法，针对时序知识图谱这一任务背景，在NSM推理模块中添加动态时间编码模块体现时序知识图谱的时序信息，并在整个指令模块中对实体表示进行改造，采用相对时间表示，将实体分为静态和动态表示两部分，将这两部分进行拼接来实时更新实体表示。本发明结合了NSM和强化学习算法，通过模拟和跟踪知识图谱中的状态变化和时序关系，实现了对时序知识图谱多跳推理下进行精准和高效的时序知识图谱问答，并相较于其他类型方法体现出对推理路径的可解释性。本发明提供智能、准确和个性化的问答服务，推动人工智能和知识图谱技术的发展与应用，具有广泛的应用前景。。关注公众号专利查询网
专利主权项内容
1.一种基于辅助监督信号改进时序知识图谱的问答方法，其特征在于：包括以下步骤：将自然语言问题通过预训练语言模型获取自然语言问题的语义表示；将自然语言问题的语义表示进行TKG嵌入表示的替换，得到替换后的自然语言问题语义表示；将替换后的自然语言问题语义表示输入信息融合层，信息融合层输出最终问题表示；将最终问题表示输入神经状态机，当损失函数收敛后，神经状态机输出实体分布概率列表；将实体分布概率进行加权平均作为额外状态信息，将额外状态信息加入策略网络中状态信息形成新的策略网络；将最终问题表示输入新的策略网络，输出最终答案；根据最终答案与真实答案计算奖励函数，根据奖励函数对新的策略网络进行学习，得到更新后的策略网络；将最终问题表示输入更新后的策略网络，输出最终答案；所述根据最终答案与真实答案计算奖励函数，根据奖励函数对新的策略网络进行学习，得到更新后的策略网络；将最终问题表示输入更新后的策略网络，输出最终答案，具体包括：根据最终答案和真实答案e，获得奖励值R(s)，s表示最终状态；ansLL根据奖励值R(s)，计算奖励函数L根据奖励函数对新的策略网络进行学习，得到更新后的策略网络；将最终问题表示输入更新后的策略网络，输出最终答案；其中，所述奖励值R(s)计算公式如下：L
表示指示函数，当指示函数内等式为真输出1，为假输出0；所述奖励函数计算公式如下：其中，Dirichlet()表示狄利克雷分布，/>是问题关系r的Dirirchlet分布的参数向量。q