本發(fā)明涉及人工智能，尤其是涉及基于知識圖譜的軍事領(lǐng)域知識問答生成方法、計算機系統(tǒng)、可讀存儲介質(zhì)和程序產(chǎn)品。

背景技術(shù)：

1、知識圖譜作為人類知識結(jié)構(gòu)化后的綜合性知識系統(tǒng)，囊括了基本事實、普遍規(guī)則及關(guān)聯(lián)信息，廣泛應(yīng)用于信息檢索、智能推理與決策等先進技術(shù)領(lǐng)域。其最初的成功在于顯著提升了搜索引擎的效能，隨后逐步擴展到輔助問答、自然語言深度理解、個性化推薦等多元化應(yīng)用場景，展現(xiàn)出強大的價值潛力。

2、近來，人們對軍事領(lǐng)域知識高效獲取與應(yīng)用的需求急劇增加。知識圖譜憑借其獨特的知識組織與管理優(yōu)勢，已在該領(lǐng)域獲得實踐應(yīng)用。例如公開號為cn113806513a的中國專利申請，公開了一種基于軍事領(lǐng)域知識圖譜的問答系統(tǒng)構(gòu)建方法及系統(tǒng)，展現(xiàn)了知識圖譜在軍事領(lǐng)域知識傳播中的積極作用。

3、盡管如此，面對日益增長的軍事領(lǐng)域知識需求的挑戰(zhàn)，如何進一步促進非專業(yè)人士也能有效利用知識圖譜進行軍事領(lǐng)域知識探索，仍是當前亟待解決的課題。

技術(shù)實現(xiàn)思路

1、本發(fā)明基于現(xiàn)有的基于知識圖譜的軍事領(lǐng)域知識問答生成方法的不足，提出一種新的基于知識圖譜的軍事領(lǐng)域知識問答生成方法，包括：知識圖譜形成步驟，形成軍事領(lǐng)域知識圖譜；初步圖譜檢索語句生成步驟，使用大模型對用戶問題進行自然語言處理，生成初步知識圖譜檢索語句；知識圖譜檢索步驟，根據(jù)所述初步知識圖譜檢索語句，在所述軍事領(lǐng)域知識圖譜中進行數(shù)據(jù)檢索，得到結(jié)果關(guān)系，并根據(jù)每一條所述結(jié)果關(guān)系構(gòu)建一份結(jié)果文檔；關(guān)鍵詞抽取與處理步驟，對所述用戶問題進行關(guān)鍵詞抽取處理，包括構(gòu)建圖模型，創(chuàng)建節(jié)點，并且將權(quán)重排列在前的前m個所述節(jié)點作為關(guān)鍵詞；節(jié)點得分計算與過濾步驟，將所述結(jié)果文檔和關(guān)鍵詞進行向量化處理，計算每份所述結(jié)果文檔和關(guān)鍵詞的匹配度得分，保留高相關(guān)性的所述結(jié)果文檔和節(jié)點；模板構(gòu)建與數(shù)據(jù)組裝步驟，基于所述高相關(guān)性的所述結(jié)果文檔和節(jié)點，構(gòu)建回答模板；智能問答生成步驟，將所述回答模板中的數(shù)據(jù)輸入生成模型，生成回答。

2、進一步的，所述方法的所述關(guān)鍵詞抽取與處理步驟還包括：對所述用戶問題進行分詞、過濾和標準化處理，并且在構(gòu)建所述圖模型時，創(chuàng)建邊，構(gòu)建圖的公式，調(diào)整軍事領(lǐng)域詞匯在所述圖模型中的權(quán)重。

3、進一步地，所述方法的所述關(guān)鍵詞抽取與處理步驟還包括，使用以下公式計算所述節(jié)點的權(quán)重：

4、

5、其中是節(jié)點的重要性得分，d是阻尼系數(shù)，n是所述圖模型中對應(yīng)圖的全部所述節(jié)點的總數(shù)，是節(jié)點的所有入邊的源節(jié)點集合，是節(jié)點和節(jié)點間的權(quán)重，是節(jié)點的出鏈數(shù)量，提取權(quán)重最高的前m個節(jié)點作為所述關(guān)鍵詞，其中，m大于等于1且小于等于10。

6、進一步的，所述方法的所述節(jié)點得分計算與過濾步驟還包括，通過bge向量模型對所述結(jié)果文檔和關(guān)鍵詞進行向量化處理，采用余弦相似度算法計算每份所述結(jié)果文檔和關(guān)鍵詞的相似度得分，將相似度得分在0.55以上的所述結(jié)果文檔和關(guān)鍵詞保留。

7、進一步的，所述方法還包括子節(jié)點關(guān)聯(lián)擴展步驟，在所述軍事領(lǐng)域知識圖譜中對所述結(jié)果文檔進行拓展查詢檢索，將檢索結(jié)果合并入所述結(jié)果文檔中，用于構(gòu)建所述回答模板。

8、進一步的，所述方法還包括匹配重排與置信度剔除步驟，對所述結(jié)果文檔和關(guān)鍵詞與所述用戶問題進行匹配度計算，并根據(jù)計算結(jié)果進行置信度剔除，保留高置信度的所述結(jié)果文檔作為最終輸出文檔，用于構(gòu)建所述回答模板。

9、進一步的，所述方法使用bm25算法進行所述匹配重排，將每個所述結(jié)果文檔對所述用戶問題的查詢計算bm25得分：

10、

11、其中，q表示是查詢，d是所述結(jié)果文檔，是特定詞在文檔d中出現(xiàn)的頻率，是所述結(jié)果文檔d的長度，表示是所有所述結(jié)果文檔的平均長度，和b是參數(shù)，默認值=1.5和b=0.75，表示計算特定詞的逆文檔頻率，用于衡量特定詞在整個所述結(jié)果文檔集中的區(qū)分能力，計算方式如下：

12、

13、其中n是文檔總數(shù)，是包含特定詞的所述結(jié)果文檔數(shù)。

14、進一步地，所述方法設(shè)置置信度閾值為0.75的bm25算法得分閾值，低于0.75分數(shù)的所述結(jié)果文檔剔除。

15、進一步地，所述方法的所述關(guān)鍵詞抽取與處理步驟中，還包括進行所述關(guān)鍵詞的擴展和同義詞替換處理。

16、進一步的，所述方法還包括反饋步驟，接受用戶對回答進行評價，根據(jù)所述評價優(yōu)化所述生成模型和所述軍事領(lǐng)域知識圖譜。

17、為解決上述問題，本發(fā)明還提供了計算機系統(tǒng)，包括存儲器、處理器及存儲在存儲器上的計算機程序，所述處理器執(zhí)行所述計算機程序以實現(xiàn)如上所述方法的步驟。

18、為解決上述問題，本發(fā)明還提供了計算機可讀存儲介質(zhì)，其上存儲有計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)如上所述方法的步驟。

19、為解決上述問題，本發(fā)明還提供了計算機程序產(chǎn)品，包括計算機程序，該計算機程序被處理器執(zhí)行時實現(xiàn)如上所述方法的步驟。

20、本發(fā)明構(gòu)思了一種基于知識圖譜的軍事領(lǐng)域知識問答生成方法，與現(xiàn)有技術(shù)相比，本發(fā)明的技術(shù)方案：1）減少人工干預，提高知識圖譜的準確性和效率；2）提高對軍事領(lǐng)域復雜數(shù)據(jù)的理解能力和檢索能力；3）通過智能問答系統(tǒng)，根據(jù)用戶的問題，從構(gòu)建的知識圖譜中提取相關(guān)的信息，并以簡潔明了的方式呈現(xiàn)給用戶。

21、本發(fā)明的技術(shù)方案將相關(guān)技術(shù)有效地結(jié)合起來，幫助用戶（人們）更好地理解大量的軍事信息。以滿足軍事領(lǐng)域?qū)χR獲取和應(yīng)用的需求。通過融合知識圖譜的強大組織和關(guān)聯(lián)數(shù)據(jù)能力與先進的自然語言處理技術(shù)，提升軍事領(lǐng)域信息查詢與分析的效率與準確性。

技術(shù)特征：

1.一種基于知識圖譜的軍事領(lǐng)域知識問答生成方法，其特征在于，包括：

2.如權(quán)利要求1所述的基于知識圖譜的軍事領(lǐng)域知識問答生成方法，其特征在于，所述關(guān)鍵詞抽取與處理步驟還包括：對所述用戶問題進行分詞、過濾和標準化處理，并且在構(gòu)建所述圖模型時，調(diào)整軍事領(lǐng)域詞匯在所述圖模型中的權(quán)重。

3.如權(quán)利要求2所述的基于知識圖譜的軍事領(lǐng)域知識問答生成方法，其特征在于，所述關(guān)鍵詞抽取與處理步驟還包括，使用以下公式計算所述節(jié)點的權(quán)重：

4.如權(quán)利要求3所述的基于知識圖譜的軍事領(lǐng)域知識問答生成方法，其特征在于，所述節(jié)點得分計算與過濾步驟還包括，通過bge向量模型對所述結(jié)果文檔和關(guān)鍵詞進行向量化處理，采用余弦相似度算法計算每份所述結(jié)果文檔和關(guān)鍵詞的相似度得分，將相似度得分在0.55以上的所述結(jié)果文檔和關(guān)鍵詞保留。

5.如權(quán)利要求4所述的基于知識圖譜的軍事領(lǐng)域知識問答生成方法，其特征在于，還包括子節(jié)點關(guān)聯(lián)擴展步驟，在所述軍事領(lǐng)域知識圖譜中對所述結(jié)果文檔進行拓展查詢檢索，將檢索結(jié)果合并入所述結(jié)果文檔中，用于構(gòu)建所述回答模板。

6.如權(quán)利要求5所述的基于知識圖譜的軍事領(lǐng)域知識問答生成方法，其特征在于，還包括匹配重排與置信度剔除步驟，對所述結(jié)果文檔和關(guān)鍵詞與所述用戶問題進行匹配度計算，并根據(jù)計算結(jié)果進行置信度剔除，保留高置信度的所述結(jié)果文檔作為最終輸出文檔，用于構(gòu)建所述回答模板。

7.如權(quán)利要求6所述的基于知識圖譜的軍事領(lǐng)域知識問答生成方法，其特征在于，使用bm25算法進行所述匹配重排，將每個所述結(jié)果文檔對所述用戶問題的查詢計算bm25得分，得分計算公式為：

8.一種計算機系統(tǒng)，包括存儲器、處理器及存儲在存儲器上的計算機程序，其特征在于，所述處理器執(zhí)行所述計算機程序以實現(xiàn)權(quán)利要求1至7任意一項所述基于知識圖譜的軍事領(lǐng)域知識問答生成方法的步驟。

9.一種計算機可讀存儲介質(zhì)，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至7任意一項所述基于知識圖譜的軍事領(lǐng)域知識問答生成方法的步驟。

10.一種計算機程序產(chǎn)品，包括計算機程序，其特征在于，該計算機程序被處理器執(zhí)行時實現(xiàn)權(quán)利要求1至7任意一項所述基于知識圖譜的軍事領(lǐng)域知識問答生成方法的步驟。

技術(shù)總結(jié)
本發(fā)明提供一種基于知識圖譜的軍事領(lǐng)域知識問答生成方法，包括：知識圖譜形成步驟；初步圖譜檢索語句生成步驟，使用大模型對用戶問題進行自然語言處理，生成初步知識圖譜檢索語句；知識圖譜檢索步驟，根據(jù)每一條結(jié)果關(guān)系構(gòu)建一份結(jié)果文檔；關(guān)鍵詞抽取與處理步驟，將重要節(jié)點作為關(guān)鍵詞；節(jié)點得分計算與過濾步驟，計算每份所述結(jié)果文檔和關(guān)鍵詞的匹配度得分，保留高相關(guān)性的所述結(jié)果文檔和節(jié)點；模板構(gòu)建與數(shù)據(jù)組裝步驟，基于所述高相關(guān)性的所述結(jié)果文檔和節(jié)點，構(gòu)建回答模板；智能問答生成步驟，將所述回答模板中的數(shù)據(jù)輸入生成模型，生成回答。所述方法提升軍事領(lǐng)域信息查詢與分析的效率與準確性。

技術(shù)研發(fā)人員：洪萬福,鄧健偉,張旭陽,錢智毅,盧超
受保護的技術(shù)使用者：廈門淵亭信息科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21