(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 202210582869.6 (22)申请日 2022.05.26 (71)申请人 深圳价值在线信息科技股份有限公 司 地址 518000 广东省深圳市福田区沙 头街 道滨河大道9289 号京基滨河时代广场 北区一期B座09层 (72)发明人 赵洋　陈龙　包荣鑫　刘迪　 蔡欣仪　 (74)专利代理 机构 深圳中一联合知识产权代理 有限公司 4 4414 专利代理师 甘莹 (51)Int.Cl. G06F 16/332(2019.01) G06F 16/33(2019.01)G06F 16/36(2019.01) G06Q 50/18(2012.01) G06K 9/62(2022.01) G06N 3/04(2006.01) (54)发明名称 智能问答方法、 装置及电子设备 (57)摘要 本申请适用于智能问答技术领域， 提供了智 能问答方法、 装置及电子设备， 包括： 从用户问题 中确定出与预设的业务关键词相同的业务关键 词， 得到目标关键词， 根据所述目标业务关键词 匹配对应的事务， 返回目标事务集合， 基于用户 在所述目标事务集合发出的选择指令确定出目 标事务， 根据所述目标事务， 通过建立的法规知 识图谱确定答案候选集， 其中， 所述法规知识图 谱描述了 所述事务与条款的关联关系， 将所述答 案候选集中与所述用户问题的相关程度大于预 设阈值的条款作为答案 返回给用户。 本申请能够 提供涉及法律的业务问题的智能问答的规范、 权 威的答案 。 权利要求书2页 说明书13页 附图3页 CN 114880453 A 2022.08.09 CN 114880453 A 1.一种智能问答方法， 其特 征在于， 包括： 从用户问题中确定出与预设的业务关键词相同的业务关键词， 得到目标关键词， 所述 预设的业 务关键词为预 先定义的与法律 业务对应的关键词； 根据所述目标业务关键词 匹配对应的事务， 返回目标事务集合， 所述事务为预先生成 的包括所述业务关键词的语句， 所述目标事务集合用于存储所述目标业务关键词对应的事 务； 基于用户在所述目标事务 集合发出的选择指令确定出目标事务； 根据所述目标事务， 通过建立的法规知识图谱确定答案候选集， 其中， 所述法规知识图 谱描述了所述事务与条款的关联关系， 所述答案候选集用于储存所述目标事务对应的条 款； 将所述答案候选集中与所述用户问题的相关程度大于预设阈值的条款作为答案返回 给用户。 2.如权利要求1所述的智能问答方法， 其特征在于， 所述法规知识图谱通过如下方式建 立， 包括： 根据预设的业 务关键词及其对应的业 务属性生成事务； 抽取法律法规 集合的所有条款； 将所述事务和对应的条款相关联； 根据所述事务、 所述条款及所述事务与所述条款的关联关系， 生成事务 三元组； 基于图神经网络， 根据所述事务 三元组构建法规知识图谱。 3.如权利要求2所述的智能问答方法， 其特征在于， 所述根据预设的业务关键词及其对 应的业务属性生成事务， 包括： 获取法律 业务的所有业 务关键词； 根据各个所述业务关键词及其对应的业务属性， 按照预设的事务话术模板生成候选事 务； 将所述候选事务进行向量 化， 得到所述 候选事务的语义向量； 通过聚类算法将所述 候选事务的语义向量进行聚类， 根据聚类结果 生成最终的事务。 4.如权利要求2所述的智能问答方法， 其特征在于， 所述基于 图神经网络， 根据所述事 务三元组构建法规知识图谱， 包括： 通过语言表示模型BERT将所述事务 三元组进行 预编码； 将预编码后的事务三元组输入到图神经网络进行进一步编码， 得到所述事务三元组 的 编码表示； 根据所述事务三元组中事务、 条款及所述事务与 所述条款的关联关系构建法规知识图 谱。 5.如权利要求4所述的智能问答方法， 其特征在于， 所述根据所述目标事务， 通过建立 的法规知识图谱确定答案候选集， 包括： 根据所述目标事务获取所述法规知识图谱中与 所述目标事务存在 关联关系的条款， 得 到目标条款， 其中， 通过下列公式计算所述法规知识图谱中的条款与所述 目标事务是否存 在关联关系： score(h,r,t)distmult＝sigmoid(Σ(vaffair*vbase*vsenterce))权　利　要　求　书 1/2 页 2 CN 114880453 A 2其中， sigmoid为S型生长曲线， 用作神经网络的激活函数， vaffair、 vsenterce、 vbase分别为 所述目标事务、 所述条款及所述事务与所述条款的关联关系的编码表示， score(h,r,t)的 值小于0.5时， 说明所述目标事务和所述条款之间没有关联关系， 反之， 说明所述事务与所 述条款之间存在关联关系； 根据所述目标 条款确定所述目标事务的答案候选集。 6.如权利要求5所述的智能问答方法， 其特征在于， 将所述答案候选集中与 所述用户问 题的相关程度大于预设阈值的目标 条款作为 答案返回给用户， 包括： 将所述目标 条款与所述用户问题转换为同一向量空间的向量表示； 通过预先建立的关联模型， 计算所述目标 条款与所述用户问题的相关程度； 将所述相关程度大于预设阈值的目标 条款作为 答案返回给用户。 7.如权利要求1至6任一项所述的智能问答方法， 其特征在于， 所述根据所述目标业务 关键词匹配对应的事务， 返回目标事务 集合， 包括： 根据所述目标业 务关键词匹配出包括所述目标业 务关键词的事务， 得到匹配结果； 将所述用户问题与 所述匹配结果中的事务进行向量化， 并依次计算所述用户问题与 所 述匹配结果中各个事务的余弦相似度； 根据所述余弦相似度返回所述目标事务集合， 所述目标事务集合存储的事务为余弦相 似度大于预设的相似阈值的事务。 8.一种智能问答装置， 其特 征在于， 包括： 关键词获取模块， 从用户问题中确定出与预设的业务关键词相同的业务关键词， 得到 目标关键词， 所述预设的业 务关键词为预 先定义的与法律 业务对应的关键词； 事务集合获取模块， 用于根据 所述目标关键词匹配对应的事务， 返回目标事务集合， 所 述事务为预先生成的包括所述业务关键词的语句， 所述目标事务集合用于存储所述目标目 标关键词对应的事务； 目标事务获取模块， 用于基于用户在所述目标事务集合发出的选择指令确定出目标事 务； 候选答案获取模块， 用于根据所述目标事务， 通过建立的法规知识图谱确定答案候选 集， 其中， 所述法规知识图谱描述了所述事务与条款的关联关系， 所述答案候选集用于储存 所述目标事务对应的条款； 答案获取模块， 用于将所述答案候选集中与所述用户问题的相关程度 大于预设阈值的 条款作为 答案返回给用户。 9.一种电子设备， 包括存储器、 处理器以及存储在所述存储器中并可在所述处理器上 运行的计算机程序， 其特征在于， 所述处理器执行所述计算机程序时实现如权利要求1至7 任一项所述的方法。 10.一种计算机可读存储介质， 所述计算机可读存储介质存储有计算机程序， 其特征在 于， 所述计算机程序被处 理器执行时实现如权利要求1至7任一项所述的方法。权　利　要　求　书 2/2 页 3 CN 114880453 A 3