(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 202210786107.8 (22)申请日 2022.07.04 (71)申请人 中国航天科工集团第二研究院 地址 100854 北京市海淀区永定路5 0号31 号楼 (72)发明人 李田　 (74)专利代理 机构 中国航天科工集团公司专利 中心 11024 专利代理师 张国虹 (51)Int.Cl. G06F 40/284(2020.01) G06F 40/216(2020.01) G06F 40/30(2020.01) (54)发明名称 一种基于人工智能的知识检索方法、 装置和 存储介质 (57)摘要 本发明公开了一种基于人工智能的知识检 索方法、 装置和存储介质， 用以提高知识检索的 查准率和查全率， 满足用户的信息检索需求。 所 述方法， 包括： 接收用户提交的检索请求， 所述检 索请求中携带有检索语句； 基于所述检索语句进 行知识提取， 获得所述检索语句中的实体信息， 所述实体信息包括以下至少一项： 实体、 实体关 系和实体属性； 根据获得的实体信息进行概念建 立得到查询词汇； 从预先建立的文献资源表示表 中查找与所述查询词汇匹配的目标关键词汇， 所 述文献资源表示表中包含有关键词汇及其所属 原始文献资源的映射地址信息的数据记录； 从所 述文献资源表示表中提取包含所述目标关键词 汇的数据记录并呈现。 权利要求书3页 说明书14页 附图3页 CN 115169336 A 2022.10.11 CN 115169336 A 1.一种基于人工智能的知识检索方法， 其特 征在于， 包括： 接收用户提交的检索请求， 所述检索请求中携带有检索语句； 基于所述检索语句进行知识提取， 获得所述检索语句中的实体信息， 所述实体信息包 括以下至少一项： 实体、 实体关系和实体属性； 根据获得的实体信息进行概念建立得到查询词汇； 从预先建立的文献资源表示表中查找与 所述查询词汇匹配的目标关键词汇， 所述文献 资源表示表中包 含有关键词汇及其所属原 始文献资源的映射 地址信息的数据记录； 从所述文献资源表示表中提取包 含所述目标关键词汇的数据记录并呈现。 2.根据权利要求1所述的方法， 其特征在于， 所述文献资源表示表中还包含有各关键词 汇对应的隶属度； 所述文献资源表示表为按照以下流 程建立的： 对每一原 始文献资源进行知识提取 得到文档词汇； 针对每一文档词汇， 根据该文档词汇在所属文献资源中出现的第 一频率及其在所属文 献资源中被其 他文档词汇修饰或连接的第二频率， 确定该文档词汇的隶属度； 针对每一文献资源， 根据该文献资源所包含文档词汇的隶属度， 确定该文献资源的关 键词汇； 针对每一关键词汇， 建立该关键词汇与其对应的隶属度及其所属 原始文献资源的映射 地址之间的对应关系得到该关键词汇对应的数据记录； 确定各原 始文献资源的关键词汇所对应的数据记录组成所述文献资源表示表。 3.根据权利要求2所述的方法， 其特征在于， 针对每一文档词汇， 根据该文档词汇在所 属文献资源中出现的第一频率及其在所属文献资源中被其他文档词汇修饰或连接的第二 频率， 确定该文档词汇的隶属度， 具体包括： 针对每一文档词汇， 分别统计该文档词汇在所属文献中出现的次数以及该文档词汇在 所属文献资源中被其 他词汇修饰或者连接的次数； 根据该文档词汇在所属文献中出现的次数及其所属文献资源包含的文档词汇总数， 确 定该文档词汇在所属文献资源中出现的第一频率； 根据该文档词汇在所属文献资源中被其他词汇修饰或者连接的次数及其所属文献资 源包含的文档词汇总数， 确定该文档词汇在所属文献资源中被其他文档词汇修饰或连接的 第二频率； 基于所述第 一频率和第 二频率对应的权重值， 根据 所述第一频率和第 二频率的加权结 果确定该文档词汇的隶属度。 4.根据权利要求1、 2或3所述的方法， 其特征在于， 在呈现包含所述目标关键词的数据 记录之前， 还 包括： 对于每一查询词汇， 基于所述检索语句确定各查询词汇对应的隶属度组成查询词汇向 量； 以及 针对每一查询词汇， 根据该查询词汇与 所述文献资源表示表中匹配的各目标关键词汇 的隶属度建立该查询词汇对应的目标关键词汇向量， 各查询词汇对应的目标关键词汇向量 组成关键词汇矩阵， 其中， 目标关键词汇向量中， 与该查询词汇匹配的目标关键词汇对应的 向量分量值为该关键词汇的隶属度， 与该查询词汇不匹配的关键词汇对应的向量分量值为权　利　要　求　书 1/3 页 2 CN 115169336 A 20； 分别确定所述 查询词汇向量与相应的目标关键词汇向量之间的距离； 根据确定出的距离， 对所述关键词汇矩阵中包含的各个目标关键词汇向量进行排序； 以及 提取包含所述目标关键词汇的数据记录并呈现， 具体包括： 按照各个目标关键词汇向量的排序 结果， 提取包含各目标关键词汇向量对应的各个目 标关键词汇的数据记录并呈现。 5.根据权利要求4所述的方法， 其特征在于， 对于目标关键词汇向量对应的各个目标关 键词汇， 按照以下 方法提取 各个目标关键词汇的数据记录并呈现： 针对每一目标关键词汇向量， 提取包含该目标关键词汇向量对应的各个目标关键词汇 的数据记录； 按照各个目标关键词的隶属度， 对提取的数据记录进行排序并呈现。 6.根据权利要求2所述的方法， 其特 征在于， 所述原 始文献资源 包括视频资源； 在对每一原 始文献资源进行知识提取 得到文档词汇之前， 还 包括： 对视频资源进行特征提取， 根据提取的特征进行语义描述得到视频资源描述信息； 以 及 对每一原 始文献资源进行知识提取 得到文档词汇， 具体包括： 针对视频资源， 对所述视频资源对应的视频资源描述信息进行知识提取得到文档词 汇。 7.根据权利要求2所述的方法， 其特 征在于， 所述原 始文献资源 包括语音资源； 在对每一原 始文献资源进行知识提取 得到文档词汇之前， 还 包括： 对语音资源进行语音识别得到文本数据； 以及 对每一原 始文献资源进行知识提取 得到文档词汇， 具体包括： 针对语音资源， 对所述语音资源 对应的文本数据进行知识提取 得到文档词汇。 8.根据权利要求1所述的方法， 其特征在于， 所述原始文献资源包括不同语种的原始文 献资源； 以及 根据获得的实体信息进行概念建立得到查询词汇之后， 还 包括： 采用机器翻译将所述 查询词汇转换为 不同语种的查询词汇； 以及 从预先建立的文献资源表示表中查找与所述查询词汇匹配的目标关键词汇， 具体包 括： 从预先建立的文献资源表示表中查找与不同语种查询词汇匹配的相应语种的目标关 键词词汇。 9.一种基于人工智能的知识检索装置， 其特 征在于， 包括： 接收单元， 用于接收用户提交的检索请求， 所述检索请求中携带有检索语句； 获得单元， 用于基于所述检索语句进行知识提取， 获得所述检索语句中的实体信 息， 所 述实体信息包括以下至少一项： 实体、 实体关系和实体属性； 概念建立单 元， 用于根据获得的实体信息进行概念建立得到查询词汇； 匹配单元， 用于从预先建立的文献资源表示表中查找与 所述查询词汇匹配的目标关键 词汇， 所述文献资源表示表中包含有关键词汇及其所属原始文献资源的映射地址信息的数权　利　要　求　书 2/3 页 3 CN 115169336 A 3