一种基于深度学习的知识库问答方法

摘要

本发明公开了一种基于深度学习的知识库问答方法，包括：对用户的自然语言问句进行主题实体识别，识别出多个主题实体；根据多个主题实体进行权重赋值，获得不同权重的多个中心实体；根据不同权重的多个中心实体，选出候选答案路径，并计算出相似度总分；根据相似度总分，对候选答案路径进行排序权重，获得不同权重的多个候选答案路径；对不同权重的多个中心实体和不同权重的多个候选答案路径进行函数匹配计算，获得最终答案并反馈给用户。此发明解决了传统问答方法识别错误主题实体或无法识别主题实体的问题，降低了主题实体识别模型的错误率，提高了属性关系检测模型的准确率，提高了整个知识库问答的准确率。