(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 202210252076.8 (22)申请日 2022.03.15 (71)申请人 西南交通大 学 地址 610031 四川省成 都市金牛区二环路 北一段 (72)发明人 张海柱　黎荣　丁国富　王淑营　 马自立　江磊　 (74)专利代理 机构 成都海成知识产权代理事务 所(普通合伙) 51357 专利代理师 庞启成 (51)Int.Cl. G06F 16/33(2019.01) G06F 16/332(2019.01) G06F 16/35(2019.01) G06F 40/211(2020.01)G06F 40/289(2020.01) G06F 40/30(2020.01) G06K 9/62(2022.01) (54)发明名称 一种高速列车问题查询模板生成方法 (57)摘要 本发明涉及一种高速列车问题查询模板生 成方法。 该方法首先对用户输入的用户问句进行 分词以及停词， 将用户问句转换为相关词的词序 列， 对词序列分别进行句型特征、 用户特征以及 词向量特征的提取以及融合， 并将三个特征融合 而成的向量作为用户问句的特征总向量输入到 分类模型进行问题方向的预测， 输出语义方向标 签。 将输出的语义方向标签与模板库进行匹配， 当匹配到相应的模板库后提取出模板库内的问 句模板； 然后将用户问句作句法分析和词性标 注， 得到用户问句的词性句法分析树， 将其与提 取出来的问句模板进行相似度匹配， 并将相似度 最大的问句模板所对应的查询模板作为原问句 的查询模板， 实现查询映射。 权利要求书3页 说明书11页 附图2页 CN 114579710 A 2022.06.03 CN 114579710 A 1.一种高速列车问题查询模板生成方法， 其特征在于， 包括问题浅度判定和问题深度 判定； 所述问题浅度判定包括如下步骤： 步骤S11： 分词及停词； 将用户问句输入jieba分词器进行分词处理； 其中， 将预先构建 好的词典输入分词器中完成领域专有名词的识别； 将分词后的分词序列输入到停词表中， 如果某一词在停词表内， 则将其视为非核心词去除， 保留用户问句的主要成分形成用于特 征提取的词序列； 所述预先构建好的词典包括： 从高速列车领域知识图谱中导出所有实体 形成的实体词典； 手工构建实体的相关 同义词形成的同义词词典； 从高速列车领域知识图 谱中导出 所有本体标签形成的本体标签词典； 步骤S12： 特征提取及融合； 将步骤S11中获得的词序列 转化为词向量特征、 句型特征以 及用户特征三方面的特征词向量形式并将其融合为特征总向量； 其中， 词向量特征表示问 句词语级的特征， 由预训练词向量得来； 句型特征表示问句句子结构的特征， 由词 序列的词 性序列得来； 用户特 征表示用户级的特 征， 由用户信息、 用户日志得来； 步骤S13： 将用户问句转换为特征总向量的形式后， 将特征总向量输入到分类模型里进 行问题类别预测， 最终输出用户问句的语义方向标签； 其中， 分类模型选用svm支持向量机； 所述问题深度判定包括如下步骤： 步骤S21： 构建问句模板以及查询模板以形成与语义方向标签对应的模板库； 其中， 问 句模板用于匹配用户问句深层语义， 查询模板用于实现查询映射； 步骤S22： 匹配模板库； 将步骤S13中输出的语义方向标签用作模板库匹配的依据， 当匹 配到储存有相同语义方向标签的模板库后， 输出模板库中所有的问句模板用于用户问句匹 配； 步骤S23： 句法分析及词性标注； 对用户问句做句法分析得到句法分析结果， 然后再对 用户问句做词性标注得到词性序列， 替换句法分析结果中非实体节点为对应词性标签， 替 换实体节点 为对应本体， 得到用户问句的词性句法分析树； 步骤S24： 问句模板 匹配； 将步骤S23中得到的用户问句的词性句法分析树与 步骤S22中 提取的问句模板依次进行相似度匹配， 将相似度最大的问句模板作为用户问句所匹配上的 对象； 步骤S25： 查询映射； 将步骤S24中匹配到的相似度最大的问句模板对应的查询模板提 取出来， 将其作为用户问句的查询模板， 实现查询的转换。 2.如权利要求1所述的一种高速列车问题查询模板生成方法， 其特征在于， 所述步骤 S12具体包括如下步骤： 步骤S121： 将预训练词向量导入分词、 停词后形成的词序列中， 并将词序列中每个词的 预训练词向量加权平均后得 出用户问句的词向量特 征w_vector(A)， 其计算公式如下： 式中： A为分词、 停词后的词序列； w_vector(A)为A的词向量特征； i为A的序列长度； n表 示词向量的维度； Asn表示A中第s个词的词向量第n个位置的数值； 步骤S122： 采用ltp词性标注工具对用户问句做词性标注后由词性替换用户问句中的权　利　要　求　书 1/3 页 2 CN 114579710 A 2词语得到 问句的词性序列， 将词性序列代入句型词典中进行匹配， 根据匹配到的索引确定 问句的句型向量， 如果在句型词典中无匹配项， 则在句型向量最后一位之后补位并置1， 得 到用户问句的句型 特征s_vector(A)， 其计算公式如下： 式中： A为分词、 停词后的词序列； s_vector(A)为A的句型特征； pos(A)代表A词性标注 的结果； dict代表句型词典； n代表句型词典的长度； dict(n)代表词典中最后一个句型； 代表已成功匹配并舍弃 该补位； 步骤S123： 根据用户信息、 用户日志获取用户特征u_vector(A)； 其中， 用户信息来源于 用户身份， 以用户身份的个数作为特征向量 维度； 用户日志由问题类别数作为向量 维度， 以 用户是否 搜索过某类问题作为数值； 步骤S124： 特征融合； 采用直接拼接的方式将词向量特征、 句型特征以及用户特征融合 成特征总向量， 其计算公式如下： vector(A)＝(w_vector(A),s_vector(A),u_vector(A) ) 式中： A代表 分词、 停词后的词序列； w_vector(A)为A的词向量特征； s_vector(A)为A的 句型特征； u_vector(A)为A的用户特 征； vector(A)为A的特 征总向量。 3.如权利要求2所述的一种高速列车问题查询模板生成方法， 其特征在于， 所述步骤 S21包括： 步骤S211： 句 法分析； 利用哈工大ltp句 法分析工具对训练问句进行句 法分析操作， 将 训练问句输入到ltp句法分析工具当中， 并输出 该训练问句中各词语间的句法关系； 步骤S212： 词性标注； 利用哈工大ltp词性标注工具对训练问句进行词性标注操作， 将 训练问句 输入到ltp词性标注工具当中， 并输出训练问句每个词对应的词性标签组成的词 性序列； 步骤S213： 实体去除； 将训练问句的句法分析结果中属于实体的词语替换成其在知识 图谱中对应的本体， 将非实体词替换成其词性标注结果中对应的词性标签， 形成词性句法 分析树， 得到问句模板； 步骤S214： 实体抽取； 为训练问句补充上相对应的知识图谱中的答案， 并且依据实体抽 取识别出训练问句以及其对应答案中的实体； 步骤S215： 构建查询图； 将步骤S214中问句实体以及答案实体用作知识图谱检索的条 件， 检索出在知识图谱中包含两个实体的最小连通图， 将该最小连通图作为该条训练语句 的查询图； 步骤S216： 实体去除； 将步骤S215中查询图中的问句实体节点依据其实体类型变为可 替换的变量节点， 实体类型包括结构实体、 故障实体、 原因实体、 维修方法实体以及本体标 签； 将答案实体节点 替换成其在 知识图谱中对应本体， 得到训练问句对应的查询模板 。 4.如权利要求3所述的一种高速列车问题查询模板生成方法， 其特征在于， 所述步骤 S23具体包括： 步骤S231： 用户问句的句法分析； 利用哈工大ltp句法分析工具对用户问句进行句法分 析操作， 将用户问句输入到ltp句法分析工具当中， 并输出该用户问句中各词语间的句法关 系；权　利　要　求　书 2/3 页 3 CN 114579710 A 3