(19)中华 人民共和国 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 202111677149.X (22)申请日 2021.12.31 (71)申请人 杭州北冥 星眸科技有限公司 地址 310000 浙江省杭州市滨江区长河街 道滨安路6 50号1幢二十三层23 02室 (72)发明人 钱小一　陈浩　田华健　刘逸川　 沈佳栋　 (74)专利代理 机构 杭州浙科专利事务所(普通 合伙) 33213 代理人 孙孟辉 (51)Int.Cl. G06F 16/332(2019.01) G06F 16/33(2019.01) G06F 40/30(2020.01) G06N 20/00(2019.01) (54)发明名称 一种基于语义框架的互动知识学习方法 (57)摘要 本发明公开了一种基于语义框架的互动知 识学习方法， 包括步骤1： 增加好奇心模型； 步骤 2： 根据解答问题的能力和可信 度， 按照不同知识 领域， 为每个渠道和用户维护一个可信度值， 并 为生成的知识累计不同渠道的置信度； 步骤3： 重 新设计语义网络存储结构， 按照置信度对知 识存 储空间进行划分； 步骤4： 构建统计认知模块； 步 骤5： 根据知识的过筛情况， 将结果反馈到不同渠 道和用户， 并调整其对应领域的可信度的值， 形 成一个动态的知 识构建闭环； 步骤6： 各渠道或用 户的可信度在下一次知识构建过程中体现到知 识的置信度上。 通过对不同等级置信度知识的存 储进行划分和 隔离， 在于外部交互的过程中， 动 态的构建知识， 从而使得到的正式知识更加有 效。 权利要求书2页 说明书4页 附图2页 CN 114328879 A 2022.04.12 CN 114328879 A 1.一种基于语义框架的互动知识学习方法,其特 征在于， 包括如下步骤： 步骤1： 增加好奇心模型， 根据知识框架和用户需求， 动态的产生好奇心， 系统根据好奇 心驱动不同的方法， 从非结构化的文档和用户交 互过程中抽取知识； 步骤2： 根据解答问题 的能力和可信度， 按照不同知识领域， 为每个渠道和用户维护一 个可信度值， 并为 生成的知识累计不同渠道的置信度； 步骤3： 重新设计 语义网络存 储结构， 按照置信度对知识存 储空间进行划分； 步骤4： 构建统计认知模块； 步骤5： 根据知识的过筛情况， 将结果反馈到不同渠道和用户， 并调整其对应领域的可 信度的值， 形成一个动态的知识构建闭环； 步骤6： 各渠道或用户的可信度在下一次知识构建过程中体现到知识的置信度上。 2.根据权利要求1所述的基于语义框架 的互动知识学习方法,其特征在于， 所述步骤1 包括如下 具体步骤： 步骤1.1： 根据不 同领域， 构建不 同的schema， 在这个框架下， 允许不完整的知识出现， 同时， 对缺漏部分产生 好奇心； 步骤1.2： 使用自然语言生成模块， 将好奇心转换为自然语言描述的问题； 步骤1.3： 根据自然语言描述的问题， 利用外部搜索引擎， 以及在和人的交互中进行查 询和询问， 并将结果进行和好奇心问题配对， 生成语义完整的知识。 3.根据权利要求2所述的基于语义框架 的互动知识学习方法,其特征在于， 所述步骤2 根据解答问题的能力和可信度， 按照不同知识领域， 为每个渠道和用户维护一个可信度值， 并为生成的知识累计不同渠道的置信度； 统计认知 对不同渠道或用户提供的知识的置信度 进行累计， 包括正向和矛盾、 否定的知识， 当知识的置信度超过设定阈值时， 非正式知识转 换为正式知识； 同时， 对于提供和正式知识一致的渠道和用户在该领域的可信度提高； 对于 提供矛盾和否 定知识的渠道和用户在该 领域的可信度降低。 4.根据权利要求3所述的基于语义框架的互动知识学习方法,其特征在于， 所述步骤3： 重新设计语义网络存储结构， 按照置信度对知识存储空间进行划分， 从非结构化中抽取 的 知识可能存在错误或者理解上 的偏差， 将置信度较低的知识存放在单独的渠道空间中， 避 免和正式的知识混淆。 5.根据权利要求4所述的基于语义框架 的互动知识学习方法,其特征在于， 所述步骤4 构建统计认知模块的步骤为： 统计认知模块捕获从非结构化文档中抽取 的知识， 按照不同 的置信度， 对每一种陈述进 行矛盾、 冲突检查， 并累计置信度， 达到一定的阈值后过筛， 形成 正式知识； 当置信度低于设定阈值时， 退 出正式知识空间， 进 而对知识纠正。 6.根据权利要求5所述的基于语义框架的互动知识学习方法,其特征在于， 所述步骤5： 根据知识的过筛情况， 将结果反馈到不同渠道和用户， 并调整其对应领域的可信度的值， 形 成一个动态的知识构建闭环： 如渠道或用户提供 的信息构成了正式知识， 则提升该渠道或 用户在该领域中的可信度； 如果提供了虚假知识或不合理知识， 则降低该渠道或用户在该 领域中的可信度； 对于一个渠道和用户， 赋予其某个领域可信度初值Pinit， 对于领域D内的 问题， 回答 正确次数为 Nright， 错误次数为 Nwrong， 则其可信度计算公式为： f(Nright,Nwrong)＝Pinit+0.1Nright–0.02Nwrong 某个渠道在领域D内的可信度公式如下：权　利　要　求　书 1/2 页 2 CN 114328879 A 27.根据权利要求6所述的基于语义框架 的互动知识学习方法,其特征在于， 所述步骤6 对知识k∈D,提供 该知识的用户U1、 U2、…、 UN具体置信度计算公式如下： 权　利　要　求　书 2/2 页 3 CN 114328879 A 3