(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 202210713627.6 (22)申请日 2022.06.22 (71)申请人 青岛海尔电冰箱有限公司 地址 266101 山东省青岛市崂山区海尔路1 号海尔工业园 申请人 中国海洋大学 (72)发明人 孔令磊　刘昊　魏志强　李桂玺　 张景瑞　曾谁飞　于丽红　张佩佩　 (74)专利代理 机构 苏州威世朋知识产权代理事 务所(普通 合伙) 32235 专利代理师 沈晓敏 (51)Int.Cl. G06F 16/36(2019.01) G06F 16/35(2019.01) G06F 16/33(2019.01)G06F 40/211(2020.01) G06F 40/289(2020.01) (54)发明名称 回馈数据图谱生成方法、 生成设备、 问答设 备及冰箱 (57)摘要 本发明揭示了一种回馈数据图谱生成方法、 生成设备、 问答设备及冰箱， 其中， 方法包括： 遍 历原始信息库中所有原始语料， 生成基础目录数 据； 根据基础目录数据， 抽取形成实体信息元素 以及实体关系元素； 根据基础目录数据和原始信 息库， 依次执行属性融合以及同属性句段聚合， 生成对应于不同文本句段数据的多组句段属性 元素； 根据实体信息元素构建实体节点， 根据实 体关系元素建立实体间的关联关系， 将句段属性 元素按照句段与实体间的关联关系， 对应存入所 述实体节点中， 生成回馈数据图谱。 本发明提供 的回馈数据图谱生成方法， 生成效率高， 生成的 图谱上下文一致性更好， 粒度级更细， 支持精度 更高和速度更 快的检索需求。 权利要求书5页 说明书25页 附图11页 CN 115129890 A 2022.09.30 CN 115129890 A 1.一种回馈数据图谱生成方法， 其特 征在于， 包括： 遍历原始信息库中所有原 始语料， 生成基础目录数据； 根据所述基础目录数据， 抽取 形成实体信息元 素以及实体关系元 素； 根据所述基础目录数据和所述原始信息库， 依次执行属性融合以及同属性句段聚合， 生成对应于不同文本句段数据的多组句段属 性元素； 其中， 所述文本句段数据在所述原始 语料中包 含有多组； 根据所述实体信息元素构建实体节点， 根据所述实体关系元素建立实体间的关联关 系， 将所述句段属性元素按照句段与实体间的关联关系， 对应存入所述 实体节点中， 生成回 馈数据图谱。 2.根据权利要求1所述的回馈数据图谱生成方法， 其特 征在于， 所述方法具体包括： 根据所述基础目录数据在所述原始信 息库中检索， 得到对应于不同基础目录数据的多 组待处理文本； 根据所述待处理文本， 依次执行双 向特征表示以及属性分类识别， 得到对应于不同文 本句段数据的多组初级属性数据； 根据所述初级属性数据、 所述文本句段数据以及实体指向数据， 依次执行属性融合和 同属性句段聚合， 生成所述句段属性元素； 其中， 所述 实体指向数据 表征所述文本句段数据 与所述实体间的关联关系。 3.根据权利要求2所述的回馈数据图谱生成方法， 其特 征在于， 所述方法具体包括： 根据所述初级属性数据之间的相似度， 对所述初级属性数据执行属性融合， 重新确定 对应于不同文本句段数据的多组句段属 性数据， 并根据所述句段属 性数据， 对句段属 性数 据相同的多组文本句段数据执行同属性句段聚合， 重新确定对应于不同文本句段数据的多 组实体指向数据； 根据所述实体指向数据、 所述句段属性数据以及所述文本句段数据， 生成所述句段属 性元素。 4.根据权利要求3所述的回馈数据图谱生成方法， 其特 征在于， 所述方法具体包括： 对所有句段属性数据进行向量化， 计算得到的句段属性向量中两两之间的属性相似度 值； 依次根据所述属性相似度值、 所述实体指向数据、 所述句段属性数据的数据量、 所述文 本句段数据的数据量， 以及所述文本句段数据在所述待处理文本中的句段位置信息， 依 次 重新确定所述句段属性数据以及所述实体指向数据。 5.根据权利要求4所述的回馈数据图谱生成方法， 其特征在于， 所述句段属性向量包括 第一属性向量和 第二属性向量， 所述句段属性数据包括分别对应于所述第一属性向量和所 述第二属性向量的第一属性数据和 第二属性数据， 所述 实体指向数据包括分别对应于所述 第一属性数据和所述第二属性数据的第一指向数据和第二指向数据； 所述方法具体包括： 若所述第一属性向量与所述第二属性向量之间的属性相似度值满足预设的融合相似 度值， 则判定所述第一属性数据和所述第二属性数据具有相同的内涵； 根据所述第 一属性数据和所述第 二属性数据分别对应的实体指向数据、 所述句段属性 数据的数据量、 所述文本句段数据的数据量， 以及所述句段位置信息， 依次重新确定第一属 性数据和第一指向数据， 以及第二属性数据和第二指向数据。权　利　要　求　书 1/5 页 2 CN 115129890 A 26.根据权利要求5所述的回馈数据图谱生成方法， 其特 征在于， 所述方法具体包括： 比较所述第 一属性数据的数据量大小和所述第 二属性数据的数据量大小， 将所述第 一 属性数据和所述第二属性数据设定为数据量较小的句段属性数据。 7.根据权利要求5所述的回馈数据图谱生成方法， 其特征在于， 所述文本句段数据包括 分别对应于所述第一属性数据和所述第二属性数据的第一句段数据和 第二句段数据； 所述 方法还包括： 判断所述第一指向数据和所述第二指向数据是否指向同一实体； 若否， 则判断所述第 一句段数据的数据量大小和所述第 二句段数据的数据量大小是否 相同； 若不同， 则将所述第 一指向数据和所述第 二指向数据修改为该数据量较大的文本句段 数据所对应的实体指向数据。 8.根据权利要求7 所述的回馈数据图谱生成方法， 其特 征在于， 所述方法还 包括： 若相同， 则将所述第一指向数据和所述第二指向数据修改为该值较小的实体指向数 据。 9.根据权利要求2所述的回馈数据图谱生成方法， 其特 征在于， 所述方法具体包括： 遍历所述待处 理文本， 根据预设的分句规则进行拆分， 得到所述文本句段 数据； 将所述文本句段数据依次输入至预设的双 向特征表示模型中， 依次执行向量化表示、 向量编码以及融合 运算， 得到分别对应所述文本句段 数据的词向量特 征表示； 将所述词向量特征表示输入预设的属性分类卷积模型中， 得到对应所述词向量特征表 示的词向量特 征集合； 调用预设的第 一激活函数处理所述词向量特征集合， 并根据预设的属性分类规则识别 得到对应所述文本句段 数据的初级属性数据。 10.根据权利要求9所述的回馈数据图谱生成方法， 其特 征在于， 所述方法具体包括： 按照预设尺寸的卷积核、 调用预设的第二激活函数， 对所述词向量特征表示中的每个 词向量重复执行两次卷积和激活， 并对得到的一阶卷积词向量进行池化， 得到对应所述词 向量特征表示的多组中间词向量特 征； 按照预设尺寸的卷积核、 调用预设的第二激活函数， 对所述中间词向量特征分别重复 执行两次卷积和激活， 并对得到的二阶卷积词向量进行池化， 得到对应所述词向量特征表 示的多组最终词向量特 征； 将对应于同一所述词向量特征表示的最终词向量特征进行组合匹配， 得到所述词向量 特征集合。 11.根据权利要求9所述的回馈数据图谱生成方法， 其特 征在于， 所述方法具体包括： 按照预设分隔规则， 对所述文本句段数据添加句首向量标记和句间向量标记， 得到标 记句段数据； 将所述标记句段数据中的所有单词， 分别输入位置嵌入层、 分割嵌入层和和字嵌入层， 得到分别对应于每个单词的位置向量表示、 分割向量表示和字 向量表示， 并对所述位置 向 量表示、 所述分割向量表示和所述字 向量表示进行融合运算， 得到对应于每个单词的单词 输入向量； 将所述单词输入向量分别输入至双 向编码器中， 依次执行双 向自注意力分配、 残差连权　利　要　求　书 2/5 页 3 CN 115129890 A 3