(19)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 202210389505.6 (22)申请日 2022.04.14 (66)本国优先权数据 202110909825.5 2021.08.09 CN (71)申请人 北京智源人工智能研究院 地址 100083 北京市海淀区中关村东路1号 院8号楼三层B201D-1 (72)发明人 赵撼宇　袁莎　冷佳泓　曹岗　 (74)专利代理 机构 北京动力号知识产权代理有 限公司 1 1775 专利代理师 梁艳 (51)Int.Cl. G06F 16/36(2019.01) G06F 16/332(2019.01) G06K 9/62(2022.01) (54)发明名称 一种基于知识图谱的问答库生成方法、 装 置、 电子设备和存 储介质 (57)摘要 本发明公开了一种基于知识图谱的问答库 生成方法、 装置、 电子设备和存储介质， 该方法包 括： 从知识图谱中获取实体关系组合； 对实体关 系组合中的实体进行随机掩码， 抽取掩码后的部 分实体关系组合， 生成微调数据； 利用微调数据 对预先训练得到的预训练模型进行微调， 得到问 题生成模型； 基于掩码后的全量实体 关系组合和 问题生成模型， 生成问答数据集。 本发明的方案 降低了问答数据集建设成本， 确保问答数据集的 准确性和质量， 通过数据库检索匹配即可实现 KBQA任务。 权利要求书2页 说明书7页 附图4页 CN 114707000 A 2022.07.05 CN 114707000 A 1.一种基于知识图谱的问答库生成方法， 其特 征在于， 包括： 从知识图谱中获取实体关系组合； 对所述实体关系组合中的实体进行随机掩码， 抽取掩码后的部分实体关系组合， 生成 微调数据； 利用所述 微调数据对预 先训练得到的预训练模型进行微调， 得到问题生成模型； 基于掩码后的全量实体关系组合和所述问题生成模型， 生成问答数据集。 2.根据权利要求1所述的方法， 其特征在于， 所述从知识图谱中获取实体关系组合， 进 一步包括： 基于启发式规则来处 理知识图谱中的三元组， 作为所述实体关系组合； 所述启发式规则包括： 匹配实体的一度关系的模板； 匹配实体的二度关系的模板； 和/或 将两个实体进行 联合且关系为 一度的模板 。 3.根据权利要求1所述的方法， 其特征在于， 所述预训练模型是按照下述方式预先训练 得到的： 获取阅读理解语料库和百 科语料库； 利用所述阅读理解语料库中的段落和答案生成问题得到第一训练数据集； 对所述百 科语料库中标记有超链接的实体进行掩码预测， 得到第二训练数据集； 利用所述第一训练数据集和第二训练数据集对特定模型进行预训练得到所述预训练 模型。 4.根据权利要求1所述的方法， 其特 征在于， 所述 生成微调数据， 进一 步包括： 对于所抽取的掩码后的部分实体关系组合， 通过人工提问的方式得到问题， 然后将每 个掩码后的实体关系组合和对其 提问的问题作为 一条问答数据， 生成所述 微调数据。 5.根据权利要求1所述的方法， 其特征在于， 所述利用所述微调数据对所述预训练模型 进行微调， 得到问题生成模型， 进一 步包括： 基于所生成的微调数据， 利用掩码后的实体关系组合作为所述预训练模型的编码器端 的输入， 利用所述微调 数据中的问题作为所述预训练模型 的解码器端的输出， 对预训练模 型进行端对端的微调， 得到从掩码后的实体关系组合 生成问题的问题生成模型。 6.根据权利要求1所述的方法， 其特征在于， 所述基于掩码后的全量实体关系组合和所 述问题生成模型， 生成问答数据集， 进一 步包括： 将所述掩码后的全量实体关系组合输入所述问题生成模型的编码器端， 对于每个输入 的掩码后的实体关系组合， 由所述问题生成模型 的解码器端输出对应的问题， 以每个实体 关系组合中被掩码的实体作为 答案， 将所述问题和答案进行关联， 形成所述问答数据集。 7.一种基于知识图谱的问答方法， 其特 征在于， 包括： 接收用户输入的问题； 根据所述问题在 问答语料库中进行检索， 得到问答对， 所述问答语料库是根据权利要 求1‑6中任一所述的方法基于知识图谱生成的； 将所述问答对中的答案返回给 所述用户。 8.一种基于知识图谱的问答库生成装置， 其特 征在于， 包括：权　利　要　求　书 1/2 页 2 CN 114707000 A 2获取模块， 从知识图谱中获取实体关系组合； 处理模块， 对所述实体关系组合中的实体进行随机掩码， 抽取掩码后的部分实体关系 组合， 生成微调数据； 微调模块， 利用所述微调数据对预先训练得到的预训练模型进行微调， 得到问题生成 模型； 生成模块， 基于掩码后的全量实体关系组合和所述问题生成模型， 生成问答数据集。 9.一种电子设备， 其特征在于， 包括处理器和存储器， 所述存储器存储有多条指令， 所 述处理器用于读取 所述指令并执 行如权利要求1至7任一所述的方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有多条指 令， 所述多条指令可被处 理器读取并执 行如权利要求1至7任一所述的方法。权　利　要　求　书 2/2 页 3 CN 114707000 A 3