(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 202210317565.7 (22)申请日 2022.03.29 (71)申请人 招商银行股份有限公司 地址 518000 广东省深圳市福田区深南大 道7088招商银行 大厦 (72)发明人 刘攀　李金龙　刘弘一　季江舟　 杨一枭　 (74)专利代理 机构 深圳市世纪恒程知识产权代 理事务所 4 4287 专利代理师 李幸芳 (51)Int.Cl. G06F 16/33(2019.01) G06F 16/332(2019.01) G06F 16/35(2019.01) G06F 16/36(2019.01)G06F 40/295(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于虚拟对抗的知识图谱问答方法、 设备及 存储介质 (57)摘要 本申请公开了一种基于虚拟对抗的知识图 谱问答方法、 系统、 设备及存储介质， 包括： 获取 目标用户的待查询文本信息， 基于实体抽取模 型， 对待查询文本信息进行实体识别， 得到目标 实体信息， 若目标实体信息存在预设目标类型实 体， 则基于意图识别模型 以及预设识别规则， 对 待查询文本信息进行意图识别， 得到目标意图识 别结果， 其中， 实体抽取模型和意图识别模型均 为基于预先收集的待训练语料信息结合虚拟对 抗训练算法进行训练获得。 基于目标实体信息、 目标意图识别结果和待查询文本信息， 在图数据 库进行数据查询， 得到目标查询信息。 本申请解 决模型识别的准确率低的技 术问题。 权利要求书2页 说明书10页 附图6页 CN 114647713 A 2022.06.21 CN 114647713 A 1.一种基于虚拟对抗的知识图谱问答方法， 其特征在于， 所述基于虚拟对抗的知识图 谱问答方法包括： 获取目标用户的待查询文本信息； 基于已训练好的实体抽取模型， 对所述待查询文本信息进行实体识别， 得到目标实体 信息， 其中， 所述实体抽取模型为基于预先收集的待训练语料信息结合虚拟对抗训练算法 进行训练获得； 若所述目标实体信 息存在预设目标类型实体， 则基于已训练好的意图识别模型以及预 设识别规则， 分别对所述待查询文本信息进行意图识别， 得到目标意图识别结果， 其中， 所 述意图识别模型为基于预 先收集的待训练语料信息结合虚拟对抗训练算法进行训练获得； 基于所述目标实体信息、 所述目标意图识别结果和所述待查询文本信息， 在预设构建 的图数据库进行 数据查询， 得到目标查询信息 。 2.如权利要求1所述的基于虚拟对抗的知识图谱问答方法， 其特征在于， 所述基于已训 练好的实体抽取模型， 对所述待查询文本信息进行实体识别， 得到目标实体信息的步骤还 包括： 采集目标领域的标准实体信 息以及相似实体信 息， 并基于所述标准实体信 息以及相似 实体信息， 构建实体搜索前缀 树； 将所述待查询文本信息与所述实体搜索前缀树中的标准实体信息和相似实体信息进 行检索匹配； 若匹配失败， 则基于实体抽取模型， 对所述待查询文本信 息进行实体抽取， 得到实体信 息； 计算所述实体信息和所述实体搜索前缀树中标准实体信息以及相似实体信息之间的 相似度； 基于各所述相似度， 确定相似度超过 预设相似度阈值对应的目标实体信息 。 3.如权利要求1所述的基于虚拟对抗的知识图谱问答方法， 其特征在于， 所述若所述目 标实体信息存在预设目标类型实体， 则基于已训练好的意图识别模型以及预设识别规则， 对所述目标实体信息进行意图识别， 得到目标意图识别结果的步骤 包括： 若所述目标实体信 息存在预设目标类型实体， 则将所述待查询文本信 息和预先收集的 标准问信息进行问句匹配； 若问句匹配失败， 则将所述待查询文本信息和预先收集的意图关键词进行关键词匹 配； 若关键词 匹配失败， 则基于所述意图识别模型以及所述预设识别规则， 分别对所述待 查询文本信息进行识别， 得到各意图识别结果； 基于各所述意图识别结果， 确定所述目标意图识别结果。 4.如权利要求1所述的基于虚拟对抗的知识图谱问答方法， 其特征在于， 在所述基于已 训练好的实体抽取模型， 对所述待查询文本信息进行实体识别， 得到目标实体信息的步骤 之后， 还包括： 若所述目标实体信 息不存在预设目标类型实体， 则判定所述待查询文本信 息的意图为 所述目标实体信息 关联的推荐查询意图， 并将所述推荐查询意图作为所述目标意图识别结 果。权　利　要　求　书 1/2 页 2 CN 114647713 A 25.如权利要求1所述的基于虚拟对抗的知识图谱问答方法， 其特征在于， 所述基于所述 目标实体信息、 所述 目标意图识别结果和所述待查询文本信息， 在所述预设构建的图数据 库中进行 数据查询， 得到目标查询信息的步骤 包括： 将所述目标实体信息、 所述目标意图识别结果和所述待查询文本信息进行拼接， 得到 目标拼接结果； 基于目标拼接结果， 在所述图数据库进行 数据遍历查询， 得到所述目标查询信息 。 6.如权利要求1所述的基于虚拟对抗的知识图谱问答方法， 其特征在于， 在所述基于实 体抽取模型， 对所述待查询文本信息进行实体识别， 得到目标实体信息的步骤之前， 还包 括： 将所述待查询文本信息与预设黑名单字段信息进行黑名单匹配； 若黑名单匹配失败， 则将所述待查询文本信息与预设白名单字段信息进行白名单匹 配； 若白名单匹配成功， 则通过 预设拒识 识别模型对所述待查询文本信息进行识别； 若识别成功， 则返回执行步骤： 基于已训练好的实体抽取模型， 对所述待查询文本信 息 进行实体识别， 得到目标实体信息 。 7.如权利要求1所述的基于虚拟对抗的知识图谱问答方法， 其特征在于， 在所述获取目 标用户的待查询文本信息的步骤之前， 所述基于虚拟对抗的知识图谱问答方法还 包括： 采集待训练语料信 息， 其中， 所述待训练语料信息为标注有实体类型标签、 实体位置标 签以及意图类别标签的语料信息； 基于所述待训练语料信息， 结合迁移学习算法 以及虚拟对抗训练算法， 分别对待训练 实体识别模型和待训练意图识别模型进行迭代训练， 获得所述实体识别模 型和所述意图识 别模型。 8.如权利要求1所述的基于虚拟对抗的知识图谱问答方法， 其特征在于， 在所述获取目 标用户的待查询文本信息的步骤之前， 所述基于虚拟对抗的知识图谱问答方法还 包括： 获取目标 领域的产品信息； 基于所述预设图数据模型， 对所述产品信 息进行映射处理， 得到所述实体关系数据， 并 将所述实体关系数据导入所述图数据库， 其中， 所述预设图数据模型为基于产品信息的数 据结构构建。 9.一种基于虚拟对抗的知识图谱问答设备， 其特征在于， 所述基于虚拟对抗的知识图 谱问答设备包括： 存储器、 处理器以及存储在存储器上 的基于虚拟对抗的知识图谱问答程 序， 所述基于虚拟对抗的知识图谱问答程序被所述处理器执行实现如权利要求1至8中任 一项所述基于虚拟对抗的知识图谱问答方法的步骤。 10.一种存储介质， 所述存储介质为计算机可读存储介质， 其特征在于， 所述计算机可 读存储介质上存储有基于虚拟对抗的知识图谱问答程序， 所述基于虚拟对抗的知识图谱问 答程序被处理器执行实现如权利要求1至8 中任一项所述基于虚拟对抗的知识图谱问答方 法的步骤。权　利　要　求　书 2/2 页 3 CN 114647713 A 3