CN106951470B - 一种基于业务知识图检索的智能问答*** - Google Patents
一种基于业务知识图检索的智能问答*** Download PDFInfo
- Publication number
- CN106951470B CN106951470B CN201710124426.1A CN201710124426A CN106951470B CN 106951470 B CN106951470 B CN 106951470B CN 201710124426 A CN201710124426 A CN 201710124426A CN 106951470 B CN106951470 B CN 106951470B
- Authority
- CN
- China
- Prior art keywords
- module
- business
- retrieval
- input
- user
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000000694 effects Effects 0.000 claims abstract description 35
- 230000008676 import Effects 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims 1
- 238000000034 method Methods 0.000 abstract description 15
- 230000004069 differentiation Effects 0.000 abstract 1
- 239000000047 product Substances 0.000 description 18
- 238000009223 counseling Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000010410 layer Substances 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 201000004569 Blindness Diseases 0.000 description 1
- 241000238558 Eucarida Species 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000013066 combination product Substances 0.000 description 1
- 229940127555 combination product Drugs 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000002344 surface layer Substances 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于业务知识图检索的智能问答***,本该***首先通过对客户的咨询输入进行业务相关性判别,当发现用户输入与业务不相关时调用业务引导模块。业务相关时,通过业务识别模块和活动识别模块分别获取用户输入中的业务内容和活动内容,然后参照知识库进行知识语义网络的图信息检索。图检索引擎获得的知识内容经过组织表示作为业务知识输出,而部分路劲损失则通过损失提示模块反馈到业务引导提供给用户参考。本发明可以减小面向智能业务***的一般内容存储需求,提高***速度;本发明使用图检索方法,与一般的关键词检索相比,可以最大限度的将客户的输入内容进行意图识别,并反馈给客户最多、最相关的业务知识。
Description
技术领域
本发明涉及智能问答***,具体是一种基于业务知识图检索的智能问答***。
背景技术
产品咨询服务是指企业运用对产品的专业知识、技术资料和使用经验等,来解决顾客提出的各种问题的一项销售服务工作。任何顾客购买产品的行为,很少是盲目的,而是建立在对所要购买产品的认识基础之上。顾客在作出购买某种产品的决定时,相当程度上取决于对这一产品的熟悉程度。企业销售人员积极主动地为顾客提供产品咨询服务,帮助顾客解答有关的疑问,有助于顾客对本企业产品的认识和了解,消除顾客存在的各种疑虑,启发和诱导顾客作出购买本企业的决定。因此,顾客咨询服务从某种意义上讲,也是一种针对性和有效性很强的广告促销方式。
目前顾客咨询服务的方式,须以顾客提出咨询的方式为依据,主要包括:1、信件咨询。当顾客以信件的方式提出咨询时,企业应随之复信给予答复。2、电讯咨询。当顾客以电话、电传、传真等方式提出咨询时,应以电话、电传、传真等方式迅速进行答复。3、当场咨询。当顾客在购买产品现场提出咨询时,销售人员应当场予以答复。4、设点咨询。企业在顾客集中的区域,专门设立顾客咨询服务点,征求顾客意见,随即进行答复。5、巡回咨询。企业派出咨询服务人员深入到重点顾客中间,巡回征求顾客意见和进行现场答复。
顾客咨询服务的方式多种多样,企业可根据具体情况进行选择。在答复顾客的咨询时,一是要运用丰富的产品知识和经验,口头向顾客进行解答;二是要运用产品说明书和有关技术资料进行解答。
自动业务咨询***主要基于人工的社区问答和自动问答***。自动问答是指用户以自然语言提问的形式提出信息查询需求,***依据对问题的分析,从各种数据资源中自动找出准确的答案。从***功能上讲,自动问答分为开放域自动问答和限定域自动问答。开放域是指不限定问题领域,用户随意提问,***从海量数据中寻找答案;典型的产品及***有Google Now、Cortana和Siri。
从技术实现上主要包括:问题分析、文档和句段检索、答案抽取和生成。问题分析主要由问题分类和预期答案与问句词之间的关系获取两个主要技术。问题分类可以看作是特殊的文本分类技术。从问题的类型角度来讲,可以把问题分为事实型问题、列举型问题、定义型问题和交互型问题。问题分类可看作是特殊的文本分类。相对于文本,问句一般比较简短,可采用的特征较少,但更容易进行深层的语法和语义分析。现有问题分类的方法主要有两基于规则的方法和基于统计机器学习的方法。在预期答案与问句关键词的关系方面,现有的表示方法有:(1)简单共现关系。(2)句法依存关系。(3)浅层语义关系。文档和文档句段检索技术主要包括事实型和列举型问题的相关文档检索、事实型和列举型问题的相关文档句段检索和定义型问题的相关文档检索。对于问答的检索,需要解决的问题有:检索模型的选择,需要检出的文档数量、查询输入的构造与反馈技术的应用。
答案的抽取和生成对应检索技术分为三大类。
第一类包括基于词袋模型的简单匹配、基于表层模式匹配、基于语法结构比较、基于海量数据的冗余特性、基于答案的逻辑推理验证、基于多特征的统计机器学习方法等。
第二类由候选定义句子抽取、候选句子排序、冗余信息去除和定义生成等几个步骤构成。
第三类是交互式问答中抽取和生成答案,包括建立模式库进行模式匹配、基于隐式反馈的答案正确性自动评估。
这些***主要包括知识库、推理机、人机接口、综合数据库、知识获取、解释程序。由于其业务内容限定在某个领域,数据可信可靠,同时量也比较小,所以核心的知识库和推理机制,主要由人工来构建。随着业务拓展和知识信息的增加,这些***的维护需要大量的人力成本。与此同时更多的不在文档中的细致的业务内容无法得到有效解释。
发明内容
本发明的目的在于提供一种基于业务知识图检索的智能问答***,以解决上述背景技术中提出的问题。
为实现上述目的,本发明提供如下技术方案:
一种基于业务知识图检索的智能问答***,包括客户输入前端模块、业务相关性判别模块、识别模块、业务引导模块、图检索模块、组织表示模块和数据库;所述客户输入前端模块连接至业务相关性判别模块,业务相关性判别模块分别连接至业务引导模块和识别模块,所述识别模块包括业务识别模块和活动识别模块,所述业务识别模块和活动识别模块均连接至知识库,业务识别模块连接至图检索模块,活动识别模块连接至图检索模块,图检索模块连接至组织表示模块。
作为本发明进一步的方案:所述客户输入前端模块用于提供给客户通过网络服务输入语句。
作为本发明再进一步的方案:所述业务相关性判别模块用于对用户所输入的文本信息进行业务内容关联计算,给出企业产品的相关性判别,相关则调用识别模块,不相关则调用业务引导模块。
作为本发明再进一步的方案:所述业务引导模块通过给出一定的提示信息来引导用户输入更多的信息,以便进行业务相关性判断,该模块包括冷启动模式和热启动模式;所述冷启动模式是指用户一开始给出的日常内容,不涉及业务内容的业务引导;所述热启动模式是指***已经获取了用户的部分业务需求,并以此作为输入来启动业务引导模块。
作为本发明再进一步的方案:所述识别模块包括业务识别模块和活动识别模块;业务识别模块结合知识库,识别出用户输入中的领域业务内容;所述活动识别模块结合知识库,识别出用户输入中的领域活动内容。
作为本发明再进一步的方案:所述图检索模块结合知识库将识别出的领域业务内容和领域活动内容作为结点信息,运用图检索算法进行语义检索,并将检索得到的知识库内容反馈给下层组织表示模块。
作为本发明再进一步的方案:所述组织表示模块将图检索模块的结果通过一个自然语言生成工具产生一般语句表达模式反馈给客户。
与现有技术相比,本发明的有益效果是:
1)本发明采用业务相关性判别模块,可以减小面向智能业务***的一般内容存储需求,提高***速度;
2)本发明将提出业务与活动的概念,以此来进行语义网络的图检索,可以很好的覆盖一般企业产品/服务业务内容;
3)本发明使用图检索方法,与一般的关键词检索相比,可以最大限度的将客户的输入内容进行意图识别,并反馈给客户最多、最相关的业务知识。
附图说明
图1为基于业务知识图检索的智能问答***的结构示意图。
图2为基于业务知识图检索的智能问答***的工作流程示意图。
图3为基于业务知识图检索的智能问答***中图检索模块的方法流程示意图。
图4为基于业务知识图检索的智能问答***中所用到的知识库语义网络示意图。
具体实施方式
下面结合具体实施方式对本发明的技术方案作进一步详细地说明。
请参阅图1-4,一种基于业务知识图检索的智能问答***,包括客户输入前端模块、业务相关性判别模块、识别模块、业务引导模块、图检索模块、组织表示模块和数据库;所述客户输入前端模块连接至业务相关性判别模块,业务相关性判别模块分别连接至业务引导模块和识别模块,所述识别模块包括业务识别模块和活动识别模块,所述业务识别模块和活动识别模块均连接至知识库,业务识别模块连接至图检索模块,活动识别模块里哦按截至图检索模块,图检索模块连接至组织表示模块;
所述客户输入前端模块用于提供给客户通过网络服务输入语句;
所述业务相关性判别模块用于对用户所输入的文本信息进行业务内容关联计算,给出企业产品的相关性判别,相关则调用识别模块,不相关则调用业务引导模块;
所述业务引导模块通过给出一定的提示信息来引导用户输入更多的信息,以便进行业务相关性判断,该模块包括冷启动模式和热启动模式;
进一步的,所述冷启动模式是指用户一开始给出的日常内容,不涉及业务内容的业务引导;
进一步的,所述热启动模式是指***已经获取了用户的部分业务需求,并以此作为输入来启动业务引导模块;
所述识别模块包括业务识别模块和活动识别模块;业务识别模块结合知识库,识别出用户输入中的领域业务内容;
所述活动识别模块结合知识库,识别出用户输入中的领域活动内容;
所述图检索模块结合知识库将识别出的领域业务内容和领域活动内容作为结点信息,运用图检索算法进行语义检索,并将检索得到的知识库内容反馈给下层组织表示模块;
组织表示模块将图检索模块的结果通过一个自然语言生成工具产生一般语句表达模式反馈给客户;
一种基于业务知识图检索的智能问答***其工作流程的主要步骤如下:
步骤0:***预先保存一个知识库,知识库内包括业务名称e_i、每个业务名称对应有一个描述性文档d_i,业务与业务之间存在的关系成为活动a_j;
步骤1:用户通过客户输入前端模块输入Input;
步骤2:业务相关性判别模块对客户输入前端模块输入的文本信息进行业务内容关联计算,给出企业产品的相关性判别,如通过对产品以往整理的问答库构建索引,并计算用户输入与问答库中每个索引的相似度Sim(input,question_i),如果相似度小于某个阈值,则表明用户的输入与现有知识库中的业务不相关;此时需要调用业务引导模块;
步骤3:业务引导模块通过一定的提示信息引导用户,如在***界面右侧给出整个平台最近接收到的问题,或者平台最新推出的产品;
步骤3-1:针对冷启动模式该部分实现方法为用户兴趣推荐算法;
步骤3-2:针对图检索的损失提示,业务引导模块将知识检索引擎丢失的用户输入作为原始输入Input,继续调用步骤2,直到给出最终的***知识,并在右侧的提示框展示;
步骤4:业务识别模块将用户的Input进行分词,去请用词后再对每个关键词候选进行词性标注,如果用户的输入中包含有名词,则以名词为检索词,采用模糊匹配检索算法查找业务库中所含有的业务信息,并反馈给图检索引擎一个业务向量,如{e_1,e_2,…,e_n}
步骤5:活动识别模块同步骤4得到用户输入关键词向量的属性集合后,对其中的动词定义为活动候选词,采用模糊匹配检索算法找到知识库中的活动向量集合,如{a_1,a_2,…,a_m}
步骤6:图检索模块结合产品领域知识库,将识别出的领域业务内容和领域活动内容作为结点信息,运用图检索算法进行语义检索,并将检索得到的知识库内容反馈给下层,在此考虑到业务与活动向量集合的个数,制定如图2所示的子***来实现:
步骤6-1:算法选择模块,最要判别业务集合与活动集合之间的个数,并选择以下各算法进行知识检索;
步骤6-2:无业务有活动,启动业务引导模块,即步骤3;
步骤6-3:单业务无活动,直接将业务的描述性文档作d_i作为输出;
步骤6-4:单业务有活动,按照<业务e_i,活动a_j,业务e_ij>逐条将知识路径输出到下一个模块,其中业务e_ij是指在知识网络中业务e_i通过活动a_j能找到的业务。如图3中业务e3通过活动a3找到业务e4。
步骤6-5:多业务:在多业务模式下,不管是否存在活动,都启用以下算法:
以Input中的两两业务为结点对如(e_i,e_j),在原来的知识库语义网络Net中查找e_i e_j或者e_j e_i的最短路径P(e_i,e_j),表示从结点e_i到e_j在Net上能找到一条最短路劲P。具体算法可采用Adhoc网络的路由算法。在此过程中,将原来活动集合{a_1,a_2,…,a_m}考虑进来。假设原有结点e_i通过路径到e_{i+1}的活动a_x权重为w_0,而在用户的Input中通过Word2Vec和TextRank等算法得到活动词a_x的权重为w_1。则当前Input状态下的知识库时间e_i的活动a_x的权重需要调整,如w_0=w_0/w_1;那么最终得到如下的业务路径矩阵Max
e_1 e_2…e_i…e_n
e_1 0 3…10…7
e_2 6 0…68…9
e_j 7 Inf…w(I,j)…Inf
e_n 5 8…11…0
使用以上矩阵求所有业务结点对综合的最小值
Sum=\sum_{I,j}P(e_i,e_j),其中P(e_i,e_j)是e_i e_j或者e_j e_i中的较小者。
在求解Max过程中,如果P(e_i,e_j)经过某个a_x,则将a_x从用户的Input活动集合中剔除。最终活动集合中未被使用到的活动则被作为损失提示内容,作为输入反馈到步骤3中。
步骤7:由于知识库语义网络只保存了事件、描述和活动,组织表示模块需要通过一定的自然语言组合才不会显得生硬;如采用中文“主谓宾”模板匹配“事件活动事件”。由于该模块主要采用现有的方法,因此不再此处展开。
上面对本发明的较佳实施方式作了详细说明,但是本发明并不限于上述实施方式,在本领域的普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
Claims (1)
1.一种基于业务知识图检索的智能问答***,其特征在于,包括客户输入前端模块、业务相关性判别模块、识别模块、业务引导模块、图检索模块、组织表示模块和数据库;所述客户输入前端模块连接至业务相关性判别模块,业务相关性判别模块分别连接至业务引导模块和识别模块,所述识别模块包括业务识别模块和活动识别模块,所述业务识别模块和活动识别模块均连接至知识库,业务识别模块连接至图检索模块,活动识别模块连接至图检索模块,图检索模块连接至组织表示模块;
所述客户输入前端模块用于提供给客户通过网络服务输入语句;
所述业务相关性判别模块用于对用户所输入的文本信息进行业务内容关联计算,给出企业产品的相关性判别,相关则调用识别模块,不相关则调用业务引导模块;
所述业务引导模块通过给出一定的提示信息来引导用户输入更多的信息,以便进行业务相关性判断,该模块包括冷启动模式和热启动模式;所述冷启动模式是指用户一开始给出的日常内容,不涉及业务内容的业务引导;所述热启动模式是指***已经获取了用户的部分业务需求,并以此作为输入来启动业务引导模块;
所述识别模块包括业务识别模块和活动识别模块;业务识别模块结合知识库,识别出用户输入中的领域业务内容;所述活动识别模块结合知识库,识别出用户输入中的领域活动内容;
所述图检索模块结合知识库将识别出的领域业务内容和领域活动内容作为结点信息,运用图检索算法进行语义检索,并将检索得到的知识库内容反馈给下层组织表示模块;
所述组织表示模块将图检索模块的结果通过一个自然语言生成工具产生一般语句表达模式反馈给客户。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710124426.1A CN106951470B (zh) | 2017-03-03 | 2017-03-03 | 一种基于业务知识图检索的智能问答*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710124426.1A CN106951470B (zh) | 2017-03-03 | 2017-03-03 | 一种基于业务知识图检索的智能问答*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106951470A CN106951470A (zh) | 2017-07-14 |
CN106951470B true CN106951470B (zh) | 2019-01-18 |
Family
ID=59467568
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710124426.1A Active CN106951470B (zh) | 2017-03-03 | 2017-03-03 | 一种基于业务知识图检索的智能问答*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106951470B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110851560B (zh) * | 2018-07-27 | 2023-03-10 | 杭州海康威视数字技术股份有限公司 | 信息检索方法、装置及设备 |
CN109063100A (zh) * | 2018-07-27 | 2018-12-21 | 联想(北京)有限公司 | 一种数据处理方法、服务器及电子设备 |
CN110245348B (zh) * | 2019-05-17 | 2023-11-24 | 北京百度网讯科技有限公司 | 一种意图识别方法及*** |
CN110795544B (zh) * | 2019-09-10 | 2023-07-21 | 腾讯科技(深圳)有限公司 | 内容搜索方法、装置、设备和存储介质 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8275803B2 (en) * | 2008-05-14 | 2012-09-25 | International Business Machines Corporation | System and method for providing answers to questions |
CN102118431A (zh) * | 2010-12-30 | 2011-07-06 | 百度在线网络技术(北京)有限公司 | 知识信息交互服务方法、平台及站点 |
CN103902652A (zh) * | 2014-02-27 | 2014-07-02 | 深圳市智搜信息技术有限公司 | 自动问答*** |
CN104850539B (zh) * | 2015-05-28 | 2017-08-25 | 宁波薄言信息技术有限公司 | 一种自然语言理解方法及基于该方法的旅游问答*** |
CN105068661B (zh) * | 2015-09-07 | 2018-09-07 | 百度在线网络技术(北京)有限公司 | 基于人工智能的人机交互方法和*** |
CN106202476B (zh) * | 2016-07-14 | 2017-06-06 | 广州安望信息科技有限公司 | 一种基于知识图谱的人机对话的方法及装置 |
CN106447346A (zh) * | 2016-08-29 | 2017-02-22 | 北京中电普华信息技术有限公司 | 一种智能电力客服***的构建方法及*** |
-
2017
- 2017-03-03 CN CN201710124426.1A patent/CN106951470B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN106951470A (zh) | 2017-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108345690B (zh) | 智能问答方法与*** | |
CN107329967B (zh) | 基于深度学习的问答***以及方法 | |
CN108804521B (zh) | 一种基于知识图谱的问答方法及农业百科问答*** | |
CN106951470B (zh) | 一种基于业务知识图检索的智能问答*** | |
CN110472017A (zh) | 一种话术分析和话题点识别匹配的方法及*** | |
CN104679910A (zh) | 智能应答方法及*** | |
CN103605665B (zh) | 一种基于关键词的评审专家智能检索与推荐方法 | |
CN110457447A (zh) | 一种电网任务型对话*** | |
CN110196901A (zh) | 对话***的构建方法、装置、计算机设备和存储介质 | |
CN110825858A (zh) | 一种应用于客户服务中心的智能交互机器人*** | |
CN105808590B (zh) | 搜索引擎实现方法、搜索方法以及装置 | |
CN106776797A (zh) | 一种基于本体推理的知识问答***及其工作方法 | |
CN113505586A (zh) | 一种融合语义分类与知识图谱的坐席辅助问答方法与*** | |
CN108984778A (zh) | 一种智能交互自动问答***以及自我学习方法 | |
CN101510197A (zh) | 信息检索*** | |
US20050108281A1 (en) | Expertise modelling | |
CN110019689A (zh) | 职位匹配方法和职位匹配*** | |
CN105677795B (zh) | 抽象语义的推荐方法、推荐装置及推荐*** | |
CN109947902B (zh) | 一种数据查询方法、装置和可读介质 | |
CN112163077A (zh) | 一种面向领域问答的知识图谱构建方法 | |
CN105912629A (zh) | 一种智能问答方法及装置 | |
CN108664599A (zh) | 智能问答方法、装置、智能问答服务器及存储介质 | |
CN106951503A (zh) | 信息提供方法、装置、设备以及存储介质 | |
CN106471502A (zh) | 基于导流的意图识别方法和*** | |
Wang | A domain-specific question answering system based on ontology and question templates |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: An intelligent question answering system based on business knowledge graph retrieval Granted publication date: 20190118 Pledgee: Bank of China Limited Tinghu Branch, Yancheng Pledgor: ZHONGXING YAOWEI TECHNOLOGY JIANGSU CO.,LTD. Registration number: Y2024980008496 |
|
PE01 | Entry into force of the registration of the contract for pledge of patent right |