(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 202210683703.3 (22)申请日 2022.06.16 (71)申请人 中国第一汽车股份有限公司 地址 130011 吉林省长 春市长春汽车经济 技术开发区新红旗大街1号 (72)发明人 邢春上　徐海强　于天水　胡泉宇　 (74)专利代理 机构 长春吉大专利代理有限责任 公司 22201 专利代理师 杜森垚 (51)Int.Cl. G06F 16/36(2019.01) G06F 16/332(2019.01) (54)发明名称 基于知识图谱的汽车维修场景智能问答机 器人及设计方法 (57)摘要 本发明公开了一种基于知识图谱的汽车维 修场景智能问答机器人及设计方法， 包括以下步 骤： 构建汽车维修知识图谱： 结合汽车维修领域 场景特点， 设计汽车维修知识图谱本体； 从结构 化、 非结构化以及半结构化的维修数据中， 抽取 知识图谱中节 点属性及节点关系信息； 将抽取后 的只是存入图数据库， 形成最终可用的汽车维修 知识图谱； 以构建的汽车维修知识图谱为知识 库， 开发智 能机器人。 本发明能帮助一线维修技 师快速获取故障的维修方法及相关信息 。 权利要求书2页 说明书8页 附图3页 CN 115048532 A 2022.09.13 CN 115048532 A 1.一种基于知识图谱的汽车维修场景智能问答机器人， 其特 征在于， 包括： 维修知识图谱模块， 其结合维修领域场景特点， 建立知识图谱本体， 并抽取知识图谱本 体中的节点属性及节点相关信息存 入图数据库； 智能问答模块， 其与所述维修知识图谱模块进行通讯连接， 将输入的语音或文字进行 语言解析后从所述维修知识图谱 模块中进行查询检索， 将查询检索结果进行排序后输出。 2.如权利要求1所述的一种基于知识图谱的汽车维修场景智能问答机器人， 其特征在 于， 所述维修知识图谱 模块包括： 知识图谱本体单元， 其包括汽车维修的节点及各节点之间的节点关系； 节点包括： 故障 现象、 故障码、 零部件、 维修案例、 车系； 知识抽取 单元， 其从知识图谱本体单 元中抽取节点属性及节点关系等相关信息； 图数据库单 元， 其用于知识抽取 单元抽取后的知识信息， 形成最终的维修知识图谱。 3.如权利要求2所述的一种基于知识图谱的汽车维修场景智能问答机器人， 其特征在 于， 所述图数据库是使用图结构进行语义查询的数据库， 其使用节 点、 边和属性来表示和存 储数据。 4.如权利要求1所述的一种基于知识图谱的汽车维修场景智能问答机器人， 其特征在 于， 所述智能问答模块包括： 自然语言解析单元， 其将用户输入的单轮或多轮的文本数据转化为一条或多条图查询 语句及相应的参数； 召回单元， 其将所述自然语言解析单元生成的图查询语句输入到所述维修知识图谱模 块进行检索查询， 并接收查询的返回结果， 进行 结果初筛； 排序单元， 其将所述召回单元初筛后的结果进行相似度计算、 评分， 按照评分排序， 选 取排序靠前的结果发送给 结果呈现单 元； 结果呈现单 元， 其根据排序单 元发送的结果的类型， 进行不同形式的呈现。 5.如权利要求4所述的一种基于知识图谱的汽车维修场景智能问答机器人， 其特征在 于， 排序单元包括追问子单元， 其用于计算召回的知识图谱实体节 点集合中， 各节点属性值 或一跳关联实体的属性值是否存在差别； 若存在差别， 则将存在差别的属性作为追问内容， 推送至用户， 并根据用户对 追问的回答， 筛 选对应的答案给 下一步进行呈现。 6.如权利要求1所述的一种基于知识图谱的汽车维修场景智能问答机器人的设计方 法， 其特征在于， 包括以下步骤： S1.构建汽车维修知识图谱： S11.本体设计： 结合汽车维修领域场景 特点， 设计汽车维修知识图谱本体； S12.知识抽取： 从结构化、 非结构化以及半结构化的维修数据中， 抽取知识图谱中节点 属性及节点关系信息； S13.知识存 储： 将抽取后的只是存 入图数据库， 形成最终可用的汽车维修知识图谱； S2.智能问答机器人开发： 以构建的汽车维修知识图谱为知识库， 开发智能机器人。 7.如权利要求6所述的一种基于知识图谱的汽车维修场景智能问答机器人的设计方 法， 其特征在于， 所述 步骤S12知识抽取中， 如果保存知识的数据是 结构化数据： 则编写模板， 从中抽取 出三元组； 如果保存知识 的数据是非结构化数据： 则通过编程语言定制化编写解析脚本， 解析原权　利　要　求　书 1/2 页 2 CN 115048532 A 2始数据， 将其结构化； 或通过训练实体抽取和关系抽取算法模 型， 从非结构化数据中抽取实 体和关系。 8.如权利要求6所述的一种基于知识图谱的汽车维修场景智能问答机器人的设计方 法， 其特征在于， 所述步骤S13知识存储中， 将知识抽取步骤得到的数据转换成图数据库支 持的输入格式， 存放进图数据库。 9.如权利要求6所述的一种基于知识图谱的汽车维修场景智能问答机器人的设计方 法， 其特征在于， 所述 步骤S2智能问答机器人开发包括： S21.自然语言解析： 机器人会话引擎首先理解用户输入的意图， 并将用户输入的单轮 或多轮的文本数据转 化为一条或多条图查询语句及相应的参数； S22.召回： 将上一步生成的图查询语句输入到知识图谱， 并接收查询的返回结果， 进行 结果初筛； S23.排序： 对于召回的结果， 借助语义引擎进行相似度计算、 评分， 按照评分排序， 选取 排序靠前的结果； S24.答案呈现： 根据返回结果的类型， 进行不同形式的呈现。 10.如权利要求9所述的一种基于知识图谱的汽车维修场景智能问答机器人的设计方 法， 其特征在于， 所述步骤S23排序中设有追问功能： 计算召回的知识图谱实体节 点集合中， 各节点属 性值或一跳关联实体的属 性值是否存在差别； 若存在差别， 则将存在差别的属 性 作为追问内容， 追问用户， 并根据用户对 追问的回答， 筛 选对应的答案给 下一步进行呈现。权　利　要　求　书 2/2 页 3 CN 115048532 A 3