一种交通出行问题查询方法和装置与流程

本申请实施例涉及交通技术领域，尤其涉及一种交通出行问题查询方法和装置。

背景技术：

目前电子设备中常用的电子地图，地图搜索引擎组织数据的方式为地图上的位置点，而没有对任两个位置点之间的关系加以描述。所以，用户在使用现有的电子地图的查询功能时，需要输入指定的起点、终点和出行方式，才能规划出路线。这查询功能只能适用于用户输入的简单问题场景。除了上述简单问题场景，在其他一些情况下可能会遇到用户输入复杂问题的场景，例如，查询模糊地理位置场景、查询线路换乘场景、查询附近范围的地点等场景，复杂问题场景包括但不限于上述几种，也不限于上述任多种场景的各种组合。

现有的电子地图，现有的地图搜索引擎由于不能关联用户输入的复杂问题的前后意图，所以无法支持用户输入的复杂问题的查询功能。如果采用现有的电子地图来查询复杂问题，就需要用户将复杂问题分解成多个，然后经过多次查询操作才能得到最终的查询结果。比如，采用现有的电子地图来查询复杂问题“海信大厦附近的肯德基怎么去”，其实现的具体过程如下：首先需要在百度地图上搜索海信大厦，然后点击在附近搜索，再输入肯德基，最终实现此查询功能。

综上，如何在复杂问题的查询场景中，实现提高精准识别用户意图，减少人机交互次数，还有待进一步研究。

技术实现要素：

本申请实施例提供一种交通出行问题查询方法和装置，用于提高识别用户意图的精准性，减少人机交互次数。

第一方面，本申请实施例提供一种交通出行问题查询方法，该方法包括：接收待查询交通信息；识别待查询交通信息对应的查询意图；按照查询意图对应的描述信息类型，从待查询交通信息中提取描述信息类型对应的第一描述信息；第一描述信息包括位置描述信息和关系描述信息；从交通知识图谱中查找位置描述信息对应的起点实体；交通知识图谱包括交通网络中的各层实体、以及实体间的连接关系；根据关系描述信息、起点实体、以及交通知识图谱包括的实体间的连接关系，确定出目标实体；根据所述交通知识图谱、所述起点实体和所述目标实体，推理出所述查询意图对应的目标结果。

通过上述方案，可以从待查询交通信息中识别出查询意图，而且还可以按照查询意图对应的描述信息类型，从待查询交通信息中提取该描述信息类型对应的第一描述信息，如位置描述信息和关系描述信息。而交通知识图谱包括交通网络中各层实体、以及实体间的连接关系，所以可以通过交通知识图谱来实现关联用户的前后意图，从交通知识图谱中查找位置描述信息对应的起点实体、以及查找出目标实体。然后可以根据交通知识图谱根据所述交通知识图谱、所述起点实体和所述目标实体，推理出所述查询意图对应的目标结果。可见，本申请提供的方案可以识别出用户的查询意图，并实现通过交通知识图谱起点实体和目标实体、以及推理出查询意图对应的目标结果，并不像现有技术那样需要用户来分解待查询交通信息，从而可以提高识别用户意图的精准性，减少人机交互次数。

第二方面，本申请实施例提供一种交通出行问题查询装置，包括存储器和处理器；所述存储器用于存储指令；所述处理器用于执行所述存储器存储的指令，当所述处理器执行所述存储器存储的指令时，使得所述装置执行以下操作：

接收待查询交通信息；识别所述待查询交通信息对应的查询意图；按照所述查询意图对应的描述信息类型，从待查询交通信息中提取所述描述信息类型对应的第一描述信息；所述第一描述信息包括位置描述信息和关系描述信息；从交通知识图谱中查找所述位置描述信息对应的起点实体；所述交通知识图谱包括交通网络中的各层实体、以及实体间的连接关系；根据所述关系描述信息、所述起点实体、以及所述交通知识图谱包括的实体间的连接关系，确定出目标实体；根据所述交通知识图谱、所述起点实体和所述目标实体，推理出所述查询意图对应的目标结果。

第三方面，本申请实施例提供一种交通出行问题查询装置，包括接收单元和处理单元；其中，接收单元，用于接收待查询交通信息；

处理单元，用于识别所述待查询交通信息对应的查询意图；按照所述查询意图对应的描述信息类型，从待查询交通信息中提取所述描述信息类型对应的第一描述信息；所述第一描述信息包括位置描述信息和关系描述信息；从交通知识图谱中查找所述位置描述信息对应的起点实体；所述交通知识图谱包括交通网络中的各层实体、以及实体间的连接关系；根据所述关系描述信息、所述起点实体、以及所述交通知识图谱包括的实体间的连接关系，确定出目标实体；根据所述交通知识图谱、所述起点实体和所述目标实体，推理出所述查询意图对应的目标结果。

第四方面，本申请实施例提供一种计算机存储介质，计算机存储介质中存储有指令，当其在计算机上运行时，使得计算机执行第一方面或第一方面的任意可能的实现方式中的方法。

第五方面，本申请实施例提供一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行第一方面或第一方面的任意可能的实现方式中的方法。

附图说明

图1为本申请实施例适用的一种数据结构示意图；

图2为本申请实施例适用的一种交通知识图谱结构示意图；

图3为本申请实施例适用的一种交通出行搜索引擎结构示意图；

图4为本申请实施例提供的一种交通出行问题查询方法的流程示意图；

图5为本申请实施例提供的一种实体关系示意图；

图6为本申请实施例提供的另一种实体关系示意图；

图7为本申请实施例提供的另一种实体关系示意图；

图8为本申请实施例提供的路线规划场景示意图；

图9为本申请实施例提供的一种交通出行问题查询装置的结构示意图；

图10为本申请实施例提供的另一种路线规划的装置的结构示意图。

具体实施方式

为了使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请作进一步地详细描述。方法实施例中的具体操作方法也可以应用于装置实施例或系统实施例中。

为了解决现有的电子地图无法精准识别用户的复杂问法的意图的问题，本发明实施例提供一种交通出行问题查询方法，采用知识图谱技术来实现对交通网络的知识表达，得到交通知识图谱，然后识别查询意图，并结合交通知识图谱来实现精准识别用户意图，减少交互次数的效果。

知识图谱是一种大型的语义网络，用来描述客观世界的实体概念以及概念实体事件之间的关系，具体的，以实体概念为节点，以关系为边，提供的一种从关系的视角来看世界的方式。知识抽取主要是面向开放的链接数据，通常典型的输入是自然语言文本或者多媒体内容文档等。然后通过自动化或者半自动化的技术抽取出可用的知识单元，知识单元主要包括实体、关系以及属性3个知识要素，并以此为基础，形成一系列高质量的事实表达。

为了能够实现本申请实施例提供的方法，需要使用交通知识图谱。可选的，交通知识图谱可以是在需要使用交通知识图谱时电子设备来构建，比如在使用交通知识图谱之前，先根据交通网络来构建交通知识图谱，交通知识图谱也可以是预先将交通知识图谱配置在电子设备中，无论是预先设置交通知识图谱还是电子设备在需要使用时再构建交通知识图谱，交通知识图谱的构建过程都可以参考本申请提供的交通知识图谱的构建过程。

下面对交通知识图谱的构建过程进行详细介绍，具体包括过程一和过程二。

过程一，采用数据结构描述交通网络。将交通网络(地图空间)中的道路、路口、地理位置、区域划分等信息中的每一类信息，都抽象为描述该信息的实体，例如道路实体“金水路”实体、“215路”公交车实体、“海信大厦”实体等。

对由交通网络抽象成的实体进行分类，可以包括但不限于以下五类实体信息：交通路网、交通节点、兴趣点、区域网、动态信息。如图1所示，该五类实体信息包含的数据内容分别如下：

交通路网，这类实体信息描述交通路网的线路信息，例如地铁路线、公交路线、道路网、道路路段，其中道路网中包括的实体可以描述车道、道路方向等最小粒度，整条道路为一个实体无法细致描述此信息。

交通节点，这类实体信息描述交通网络中的关键实体信息，可以为交通路网层实体相互关联的关键节点，如地铁站台、公交站台、道路交叉口。

兴趣点，这类实体信息描述交通网络中用户关心的地理位置实体，例如餐饮、住宿、购物、卫生社保、科教文化、体育休闲、旅游景点、公司企业、地名等，在交通网络中用于描述用户的起点、终点、途径点等。

区域网，这类实体信息描述在交通网络中的区域信息，例如商圈、行政区等。

动态信息，这类实体信息组织描述在交通网络中的道路拥堵、动态事件、动态路段信息。

过程二，根据过程一的数据结构，构建交通知识图谱。具体的，以实体信息交通路网为知识图谱底层，结合兴趣点(pointofinterest，poi)、区域网以及动态信息等实体信息，构建五层交通知识图谱结构。交通知识图谱的每一层由归属本层分类的一系列实体组成，实体与实体之间连接方式采用跨层连接方式，也就是说，同一层中的两个实体不具体连接关系。

如图2所示，该交通知识图谱包括五层，分别为行政区层(也可以称为区域层)、poi层、道路交叉口层、路网层-路段(也可以称为路段层)、路网层-道路(也可以称为路段层)。处于同一层上的任两个实体没有连接关系，行政区层可能与poi层、道路交叉口层、路网层-路段任一层的实体有连接关系。

其中，行政区层可以是一个商圈或者行政区等。比如行政区有商圈a、商圈b和行政区c，商圈a和行政区c包括的道路等可能有重叠，商圈b和行政区c包括的道路等也可能有重叠，但是在行政区层上的商圈a、商圈b和行政区c三者之间没有连接关系，只会跟行政区层下面的层有连接关系。当然，属于同一层的两个不同的实体也可能同时连接其它层的同一个实体，比如商圈a和行政区c可能都连接poi层中的同一个poi实体。

poi层，包括多个poi实体，在地理信息系统中，一个poi实体可以是一栋房子、一个商铺、一个邮筒、一个公交站等。

道路交叉口层包括多个实体，比如，图2所示的道路交叉口层包括5个实体，分别为实体a、实体b、实体c、实体d、实体e。以实体b为例，实体b连接路网层-路段中的山东路1、山东路2、延吉路1、延吉路2。

路网层可以分为路网层-路段和路网层-道路，一条道路可能包括多个路段，比如山东路包括山东路1和山东路2，如图2所示，路网层-道路中的山东路实体分别与路网层-路段中的山东路1和山东路2连接，路网层-道路中的延吉路实体分别与路网层-路段中的延吉路1和延吉路2连接。

在交通网络知识图谱中，可以采用如下几种连接方式，实现知识图谱构建：

第一种连接方式，道路网与道路、路段依据归属关系相连，如山东路1、山东路2与山东路相连，采用交通知识图谱中“实体-关系-实体”连接方式。山东路1、山东路2为山东路上面的路段标识，山东路为道路网中包括的具体的道路。

第二种连接方式，道路路段可以与道路交叉口相连，依据交通路网中此段路所处位置，此段路的起点道路交叉口、终点道路交叉口，链接方式采用“实体-关系-实体”，表征路网中此段路和路口的连接关系。

第三种连接方式，兴趣点信息与道路路段相连，表征在路网中此兴趣点在哪段路上，连接方式采用“实体-关系-实体”。相同兴趣点可以与多条路段连接，例如在道路交叉口附近兴趣点，采用此兴趣点与相邻两条道路“实体-关系-实体”的连接方式。

第四种连接方式，区域网与兴趣点信息、道路交叉口、道路路段相连，描述兴趣点和道路交叉口的归属信息，如海信大厦属于市南区。

第五种连接方式，地铁路线、公交路线分别描述为实体，与描述的地铁站台、公交站台连接，采用“实体-关系-实体”连接方式。

第六种连接方式，地铁站台、公交站台与道路路段相连，采用“实体-关系-实体”连接方式，表征地铁站台、公交站台在哪条路上。对于相同公交站台关联多路公交线路，采用多路公交与此公交站台“实体-关系-实体”连接的方式表征；相同地铁站台位于不同道路路段上(a、b、c、d口)，采用此站台分别与多条路段“实体-关系-实体”连接，不同出口所处的具体路段，采用“实体-属性-属性值”的方式表征此公交站台实体的属性信息。

描述每个实体具体的信息，例如道路长度、地铁站台经纬度、公交线路发车时间、购物广场营业时间等，采用“实体-属性-属性值”的方式，将属性值与实体连接，描述此实体的详细属性信息。

基于上述交通知识图谱，图3为本申请实施例提供的一种交通出行搜索引擎结构示意图。

如图3所示，该交通出行搜索引擎可以包括网页(web)前端或应用app、主控接口(tkg_core)模块、语音识别(voice_recognition)模块、多伦语义计算(semantic)模块、多任务控制(multi_task_ctl)模块、报警识别(alarm_place)模块、实时路况推理搜索(real_time_traffic)模块、出行方式推理搜索(path_planning)模块、地理位置推理搜索(query_information)模块、泛化语义计算(generalize_semantic)模块、数据接口处理(data_driven_port)模块、以及其它数据接口模块。其中，主控接口模块、语音识别模块和多伦语义计算模块，主要用于完成用户问法预处理和问法业务划分，多伦语义计算模块根据业务划分调度业务处理算法，泛化语义计算模块和数据接口处理模块完成业务处理结果的其他处理。下面对各个业务模块的功能进行详细介绍。

主控接口模块，一方面，可以用于接收web前端或用户在电子地图应用app中输入待查询信息而触发的命令，当然该命令也可以是用户直接在电子地图应用app中输入的，该主控接口模块根据命令中携带的数据内容调用语音识别模块或多伦语义计算模块，如果该命令携带的数据内容为语音数据，那么主控接口模块调用语音识别模块，以便通过语音识别模块将语音数据处理为文本数据，然后再调用多伦语义计算模块实现识别用户意图；如果该命令携带的数据内容为文本数据，那么主控接口模块调用多伦语义计算模块实现识别用户意图。另一方面，还可以用于接收来自数据接口处理模块的处理结果，比如路线规划结果，并将处理结果返回给web前端或电子地图应用app。

语音识别模块，用于将语音数据处理为文本数据。

多伦语义计算模块，用于进行多伦语义计算以及问法存储、业务划分等，其中多轮语义计算是为了识别出用户意图，比如候选意图有报警地识别、实时路况查询、出行方式查询、地理位置查询等任一种或任多种，下面以候选意图包括上述四种为例，多伦语义计算用于根据用户输入的待查询交通信息计算出用户意图分别为上述四种候选意图的概率，然后将各候选意图对应的概率发送给多任务控制模块。

多任务控制模块，用于根据语义计算的概率结果，调用报警识别模块、实时路况推理搜索模块、出行方式推理搜索模块和地理位置推理搜索模块等业务模块。一种可选的方式中，按照概率从大到小的顺序，将候选意图作为用户意图来调用相应的业务模块，若任一业务模块无法推理出满足该业务模块对应的条件的结果，就按照概率顺序调用下一个业务模块，直到某一个业务模块可以得到满足该业务模块对应的条件的结果，或者四个业务模块都没有得到满足相应的业务模块对应的条件的结果。具体的，选择概率最大的候选意图作为用户意图，然后将待查询交通信息发送给相应的模块进行后续推理。如果概率最大的候选意图作为用户意图时，并不能推理出结果，则从剩下的几种候选意图中选择一个概率最大的候选意图作为用户意图，然后将待查询交通信息发送给相应的模块进行后续推理。

作为一个示例，比如，确定出用户意图为出行方式查询，那么多伦语义计算模块就将该待查询交通信息发送至出行方式推理搜索模块。再比如，确定出用户意图为实时路况查询，那么多伦语义计算模块将该待查询交通信息发送至实时路况推理搜索模块。

若全部业务模块都无法推理出结果，则调用泛化语义计算模块确定出来一个推荐的问法返回给主控接口模块。

下面分别对与报警地识别、实时路况查询、出行方式查询、地理位置查询等候选意图相对应的业务模块进行介绍。

报警识别模块，用于对报警地进行识别，输出的结果是用户输入问法的地理位置坐标点经纬度。

实时路况推理搜索模块，用于进行实时路况的推理搜索，比如，结合交通知识图谱和用户输入的问法，推理用户要查询的道路路段信息，并请求实时路况接口返回需要查询路段路况的道路拥堵信息。

出行方式推理搜索模块，结合知识图谱的推理搜索，完成用户某种出行方式下，比如某种交通工具，完成用户意图的路线规划。比如，“驾车到海信大厦附近的肯德基怎么走”，这种问法的交通工具是车，最后可以推理出多条驾车路线，其中可能会推荐最短路径路线、用时最短路线、高速优先路线等。

地理位置推理搜索(query_information)模块，用于进行对地理位置的详细信息搜索，该模块输出的是用户输入问法的名称、电话、详细地址、类型等信息。

如果上述确定出的用户意图之后，经过相应的业务模块可以推理出处理结果，那么从相应的推理模块进入到泛化语义计算模块。若全部业务模块都无法推理出结果，则调用泛化语义计算模块确定出来一个推荐的问法返回给主控接口模块。

泛化语义计算(generalize_semantic)模块，用于在上述几种业务模块中存在一个业务模块能正确返回结果，则将结果发生至数据接口处理模块；在上述几种业务模块都不能正确返回结果则返回推荐问法给数据接口处理模块，通过数据接口处理模块将推荐问法发送给主控接口模块。

数据接口处理(data_driven_port)模块，用于对处理结果进行标准化处理，比如封装成固定格式，再将封装后内容返回给主控接口模块，以便主控接口模块将处理结果输出至web前端或电子地图应用app。另外，对于其他外部系统对数据的额外需求，也可以通过数据接口处理模块做统一输出处理。

基于交通网络知识图谱技术的交通出行问答引擎，人机交互更自然，更准确，相比较于传统的基于地图引擎技术和数据库技术的查询系统，具有如下优点：一方面，交通道路、路线、地理位置的知识图谱表达，可以实现地图空间数据数字化、拓扑化，便于数据存储、检索。另一方面，采用知识图谱技术表达的交通网络，可以为用户出行问答提供基于拓扑关系的模糊地理位置、线路换乘、附近范围的地点等查询；又一方面，数据维护方便，采用知识图谱技术描述的交通网络，对于新增公交、地铁线路，新增道路等数据维护即为新增实体或新增属性关系链接；路线变更即为属性关系链接变更。

本申请实施例中，可选的，交通网络知识图谱可以集成于上述交通出行搜索引擎的报警地识别模块、实时路况推理搜索模块、出行方式推理搜索模块、地理位置推理搜索模块中。

基于上述内容，图4示例性示出了本申请实施例提供的一种交通出行问题查询方法，该方法可以由上述图3所示的交通出行搜索引擎来执行，也可由包括上述交通出行搜索引擎的电子设备执行。如图4所示，该方法包括：

步骤401，接收待查询交通信息。

其中，待查询交通信息可以是简单问法，也可以是复杂问法。

结合图3来说明，待查询交通信息可以是用户在电子设备的前端或者电子地图应用app上输入的。

待查询交通信息可以是语音数据，也可以是文本数据，如果待查询交通信息是文本数据，主控接口模块将接收到的待查询交通信息发送到多轮语义计算模块进行处理，以便可以确定出查询意图。如果待查询交通信息是语音数据，主控接口模块将接收到的待查询交通信息发送到语音识别模块进行处理，以便可以处理成文本数据，再将文本数据发送至多轮语义计算模块。

步骤402，识别待查询交通信息对应的查询意图。

此处，待查询交通信息对应的查询意图可以包括但不限于以下内容中的一种或多种：报警地识别、实时路况查询、出行方式查询、地理位置查询。

示例性地，可以针对待查询交通信息，采用短文本分类算法对待查询交通信息进行分类，确定出查询意图为上述某一类意图的概率。

步骤403，按照查询意图对应的描述信息类型，从待查询交通信息中提取描述信息类型对应的第一描述信息，第一描述信息包括位置描述信息和关系描述信息。

可选的，描述信息类型可以包括但不限于位置描述类型、区域描述类型、出行选择描述类型。比如，步骤403中查询意图对应的描述信息类型为位置描述类型，第一描述信息可以为位置描述信息；再比如，步骤403中查询意图对应的描述信息类型为区域描述类型，第一描述信息可以为区域模糊信息。

下面结合示例说明查询意图对应的描述信息类型以及描述信息类型对应的第一描述信息。

比如，查询意图为报警地识别或者地理位置查询，可以提取到的描述类型包括位置描述类型和区域描述类型，其中位置描述类型对应的位置描述信息可以为建筑物、小区、公司、道路、道路交叉口、停车场、村委会等位置描述点，区域描述类型对应的区域模糊信息可以为区域、附近、向东50米、几号楼下、门口等。

又比如，查询意图为出行方式查询，可以提取到的描述类型包括位置描述类型、区域描述类型和出行方式描述类型，其中位置描述类型对应的位置描述信息可以为建筑物、小区、公司、道路、道路交叉口、停车场、村委会等起点、终点、途经点等地点描述信息，区域描述类型对应的区域模糊信息可以为区域、附近、向东50米、几号楼下、门口等区域模糊信息；骑行、公交、地铁、出租、自驾、步行等交通方式；出行方式描述类型对应的出行选择描述信息可以为最近的、途径、游览、最省钱、最省时间、步行少等。

再比如，查询意图为实时路况查询，可以提取到的描述类型包括道路描述类型、位置描述类型和区域描述类型出行方式描述类型，其中道路描述类型对应的道路描述信息可以道路、路段等；位置描述类型对应的位置描述信息可以为建筑物、小区、公司、道路、道路交叉口、停车场、村委会等位置描述点；区域描述类型对应的区域模糊信息可以为区域、附近、门口等。

一种可选的实施方式中，可以采用算法来实现提取描述信息类型对应的第一描述信息，比如句式匹配算法、分词决策算法、词性分析算法。其中句式匹配算法可以确定出待查询交通信息的问法类型，比如反问句式。分词决策算法用于将待查询交通信息拆分成词。词性分析算法用于综合前两种算法得到的词和句式，分析出词属于哪一种描述类型的描述信息。

步骤404，从交通知识图谱中查找位置描述信息对应的起点实体；交通知识图谱包括交通网络中的各层实体、以及实体间的连接关系。

结合图2可见，交通知识图谱中包括的交通网络中可以包括五层实体，分别行政区层、兴趣点层、道路交叉口层、道路层和路段层。可选的，在对交通知识图谱进行检索之前，可以对位置描述信息和实体之间构建搜索索引，以加快根据位置描述信息查找对应实体的速度。

步骤405，根据关系描述信息、起点实体、以及交通知识图谱包括的实体间的连接关系，确定出目标实体。

下面结合具体示例对确定出目标实体进行说明。

以关系描述信息为连接关系为例，可以针对如下问题进行处理：比如，26路车有哪些站点、万象城有哪些店铺、26路车在哪换乘214路等问法处理，具体不限于上述提供的几种问法。如图5所示，以起点实体为实体1，目标实体为实体2，依据实体与其它实体的连接关系，进行知识图谱推理。进一步，如果用户问题中包括还需要从实体2推理得到实体3，可以通过关系2推理得到实体3。

以万象城有哪些店铺为例进行说明，起点实体为万象城，目标实体为店铺，二者连接关系为包括关系。

以关系描述信息为范围信息为例，比如，海信大厦附近的肯德基怎么去等问法处理，如图6所示，以起点实体为实体1，目标实体为实体2，可以依据实体与实体之间的地理位置临近关系，进行推理。以海信大厦附近的肯德基怎么去为例，起点实体为海信大厦，目标实体为肯德基，范围信息为附近。

以关系描述信息为组合关系为例，比如连接关系和范围信息的组合关系，例如南京路宁夏路路口附近的麦当劳等问法处理。首先依据连接关系，推理得到起点实体，然后根据起点实体与其它实体，依据范围信息进行推理。如图7所示，采用同时与实体2和实体3连接的实体，定位目标实体为实体1，组合范围推理得到实体4。以南京路宁夏路路口附近的麦当劳为例，南京路为实体1，宁夏路为实体2，南京路宁夏路路口为实体3，麦当劳为实体4，范围信息为附近的。

当然，上述示例中的组合关系除了可以是连接关系和范围信息的组合，也可以是连接关系和连接关系的组合，即图7中实体3和实体4之间也是通过连接关系来推理的。可选的，也可以是连接关系和属性信息的组合，即图7中实体4与实体3之间为属性关系，比如实体4为实体3的属性信息。

步骤406，根据交通知识图谱、起点实体和目标实体，推理出查询意图对应的目标结果。

通过上述方案，可以从待查询交通信息中识别出查询意图，而且还可以按照查询意图对应的描述信息类型，从待查询交通信息中提取该描述信息类型对应的第一描述信息，如位置描述信息和关系描述信息。而交通知识图谱包括交通网络中各层实体、以及实体间的连接关系，所以可以通过交通知识图谱来实现关联用户的前后意图，从交通知识图谱中查找位置描述信息对应的起点实体、以及查找出目标实体。然后可以根据交通知识图谱、起点实体和目标实体，推理出查询意图对应的目标结果。可见，本申请提供的方案可以识别出用户的查询意图，并实现通过交通知识图谱起点实体和目标实体、以及推理出查询意图对应的目标结果，并不像现有技术那样需要用户来分解待查询交通信息，从而可以提高识别用户意图的精准性，减少人机交互次数。

在一种可选的方式中，交通知识图谱可以由以下方式构建得到：提取交通网络中的各类交通信息、以及各类交通信息之间的关联关系；以各类交通信息对应的实体为节点、以任意两类交通信息之间的关联关系为边，构建交通知识图谱。示例的，各类交通信息可以包括但不限于上述交通路网、交通节点、兴趣点、区域网、动态信息等实体信息，用于构建交通知识图谱的交通信息也可以只是上述各类交通信息中的任一种或多种。具体的构建过程参见上述交通知识图谱构建的两个过程的相关描述，此处不再赘述。

基于上述实施例，查询意图包括出行方式查询，本申请实施例提供一种可实现上述步骤406的方式，确定待查询交通信息对应的目标出行方式，根据目标出行方式确定目标交通网络，根据起点实体、目标实体以及目标交通网络，推理出查询意图对应的目标路线。

一种可选的实现方式中，可以通过如下方式来确定出目标路线：首先，确定目标交通网络中与起点实体最邻近的第一邻近实体，以及目标交通网络中与目标实体最邻近的第二邻近实体；然后，根据目标交通网络，规划出起点实体与第一邻近实体之间的第一路线、以及第一邻近实体与第二邻近实体之间的第二路线、以及第二邻近实体与目标实体之间的第三路线，其中，第一路线、第二路线和第三路线组合即为目标路线。

在一个示例中，在待查询信息中可能包括出行方式，而出行方式决定规划路线时所采用的交通网络，比如出行方式为步行、骑行、自驾、出租，需要采用道路网来规划路线；再比如出行方式为公交，需要采用公交网；再比如出行方式为地铁，需要采用地铁网。

示例性地，以公交、地铁等换乘场景为例，由起点到公交网、以及由公交网到终点，需要切换采用道路网为基础。比如地点a到地点b乘坐公交的路线规划，中间需要乘坐12路公交车，再转乘18路公交车。

s1，采用知识图谱对起点、终点与邻近的目标交通方式网络节点进行范围推理，得到最近的目标交通方式网络实体。其中，起点为地点a，终点为地点b，目标出行方式为公交车，首先查找到地点a附近12路公交车站点c，地点b附近的18路公交车站点f。

s2，由起点、终点，采用道路网络实现起点与目标交通网络邻近节点路线规划、以及终点与目标交通网络邻近节点路线规划。采用道路网规划地点a到其附近12路公交车站点c的路线，以及地点b附近的18路公交车站点f到地点b的路线。

s3，在目标交通网络上进行目标交通网络的首尾路线推理，主要有两种情况：

情况一，12路公交车和18路公交车之间，不需要步行换乘、或者步行不超过一定阈值的同站换乘路线规划，这个阈值可以根据实际需要确定，比如设置为20m，也就是说步行距离不超过20m就属于同站换乘；再比如设置为5m，此处不作限制。这种情况下，根据交通知识图谱，采用公交网规划12路公交车站点c与18路公交车站点f之间的路线。

情况二，12路公交车和18路公交车之间，需要步行换乘、或者步行超过一定阈值的同站换乘路线规划。这种情况下，无法完成直接路线推理，叠加道路网进行路线推理。假设12路公交车站点c到12路公交车站点d下车，再从18路公交车站点e换乘18路公交车到18路公交车站点f，根据交通知识图谱，采用公交网规划12路公交车站点c到12路公交车站点d之间的路线、采用道路网规划12路公交车站点d到18路公交车站点e之间的路线、以及采用公交网规划18路公交车站点e到18路公交车站点f之间的路线。

下面结合具体示例来说明路线规划过程。

如图8所示，针对如下问题：浙江路湖北路路口怎么步行到悦喜客来购物广场？进行规划。首先进行地址推理，分析出起点和终点，其中起点为浙江路湖北路路口，终点为悦喜客来购物广场。然后在交通知识图谱中进行位置映射，浙江路湖北路路口映射到起点实体a，悦喜客来购物广场映射到目标实体d。之后进行路线推理，可以得到d-c-a和d-b-a两条路线。

基于上述任一实施例，如果待查询交通信息中没有提供出行方式，可以规划出多种出行方式对应的路线，以便用户可以自行选择一条路线。

进一步，在起点实体和目标实体之间的路线之后，还可以根据用户的查询意图推荐一条符合条件的路线。示例性的，如果待查询交通信息为位置点a到位置点b需要多少钱，那么在规划出位置点a与位置点b之间的路线之后，可能会规划出多条路线，然后可以推荐一条最便宜的路线。如果待查询交通信息为位置点a到位置点b走哪条路最短，那么在规划出位置点a与位置点b之间的路线之后，还可以推荐一条最短路径的路线。

一种可能的实施方式中，交通知识图谱还包括的实体与属性值的对应关系。本申请实施例提供一种可实现上述步骤406的方式，根据交通知识图谱包括的实体与属性值的对应关系、起点实体和目标实体，推理出查询意图对应的目标实体的属性值。举个例子，比如查询第一百货商店的客服电话，目标实体为第一百货商店，属性值为客服电话的电话号码。

基于上述任一实施例，一种可能的实施方式中，在识别待查询交通信息对应的查询意图之前，还可以针对n个候选意图中的每个候选意图，确定待查询交通信息对应的意图为候选意图的概率，其中n为大于0的整数。然后可以根据确定出的待查询交通信息对应的n个概率，确定出查询意图。

进一步，可以实现根据确定出的待查询交通信息对应的n个概率，确定出查询意图的方式有多种。一种可能的实现方式中，可以将待查询交通信息对应的n个概率中，概率最大值对应的侯选意图作为查询意图。然后继续执行步骤403至步骤406。

在又一种可能的实施方式中，可以将n个候选意图按照概率从大到小的顺序排列，从n个候选意图中确定出第i个候选意图，作为查询意图，i为小于n的整数。然后继续执行步骤403至步骤406。

基于上述第二种可能的实施方式，在根据交通知识图谱、起点实体和目标实体，推理出查询意图对应的目标结果之后，还可以确定目标结果是否满足第i个候选意图对应的条件。

此处，针对目标结果不满足第i个候选意图对应的条件的情况进行举例。比如出行方式是公交车，但是输出的路线并不是使用公交车作为出行方式的路线；再比如，根据上一业务模块发送的信息，运算异常，无法处理当前输入的语义信息。再比如，出现路线异常，如从海信大厦的咖啡馆到海信大厦的肯德基，由于起点和终点在一起，不用规划就满足要求，这种情况下也会不满足上述条件。

进一步，在确定目标路线是否满足第i个候选意图对应的条件之后，具体包括以下两种情况：

情况一，若确定目标结果不满足第i个候选意图对应的条件，则选择第i+1个候选意图作为查询意图；

情况二，若确定目标结果满足第i个候选意图对应的条件，则输出目标结果。

进一步的，若n个候选意图中任一个候选意图作为查询意图，确定的目标结果均不满足候选意图对应的条件，则输出提示信息；提示信息用于提示用户输入推荐的待查询交通信息，以使根据推荐的待查询交通信息确定出目标实体。

通过上述实施例，结合基于交通知识图谱技术的用户意图识别、出行问答引擎设计，可以实现如下效果：比如，解决用户出行时复杂的操作问题，实现一句话识别用户意图并给出结果；再比如，通过多轮交互，用户意图精准识别。当用户提出问题，并不支持一个功能实现时，提示用户输入缺失信息。例如“从五四广场到海信新研发中心怎么走”，会提示用户输入交通出行方式；再比如，泛化问法图谱推理。例如“南什么路与宁夏路交叉路口附近的肯德基”，跟根据知识图谱推理，得到是南京路和宁夏路的交界路口，然后识别在交叉路口附近的肯德基；再比如，用户前后输入关联识别用户意图，对于用户查询的地点，然后输入“怎么去”的问法后，能够识别用户从起点到终点的路线规划，相比较于百度等地图引擎，无法关联用户前后意图；再比如，可以实现信息、数据整合，全方位覆盖用户出行问答。

基于相同构思，图9示例性示出了本申请实施例提供的一种交通出行问题查询装置的结构示意图，如图9所示，该装置900可以用于执行上述图4所示的任一个方案。该装置900包括接收单元901和处理单元902。

接收单元901，用于接收待查询交通信息；

处理单元902，用于识别待查询交通信息对应的查询意图；按照查询意图对应的描述信息类型，从待查询交通信息中提取描述信息类型对应的第一描述信息；第一描述信息包括位置描述信息和关系描述信息；从交通知识图谱中查找位置描述信息对应的起点实体；交通知识图谱包括交通网络中的各层实体、以及实体间的连接关系；根据关系描述信息、起点实体、以及交通知识图谱包括的实体间的连接关系，确定出目标实体；根据交通知识图谱、起点实体和目标实体，推理出查询意图对应的目标结果。

在一种可选地实施方式中，查询意图包括出行方式查询；处理单元用于：确定待查询交通信息对应的目标出行方式；根据目标出行方式确定目标交通网络；根据起点实体、目标实体以及目标交通网络，推理出查询意图对应的目标路线。

在一种可选地实施方式中，交通知识图谱还包括的实体与属性值的对应关系；处理单元用于：根据交通知识图谱包括的实体与属性值的对应关系、起点实体和目标实体，推理出查询意图对应的目标实体的属性值。

在一种可选地实施方式中，处理单元还用于：针对n个候选意图中的每个候选意图，确定待查询交通信息对应的意图为候选意图的概率；n为大于0的整数；处理单元具体用于：根据确定出的待查询交通信息对应的n个概率，确定出查询意图。

在一种可选地实施方式中，处理单元用于：将n个候选意图按照概率从大到小的顺序排列，从n个候选意图中确定出第i个候选意图，作为查询意图，i为小于n的整数；处理单元还用于：

若确定目标结果不满足第i个候选意图对应的条件，则选择第i+1个候选意图作为查询意图；若确定目标结果满足第i个候选意图对应的条件，则输出目标结果。

在一种可选地实施方式中，处理单元具体用于：若n个候选意图中任一个候选意图作为查询意图，确定的目标结果均不满足候选意图对应的条件，则输出提示信息；提示信息用于提示用户输入推荐的待查询交通信息，以使根据推荐的待查询交通信息确定出目标实体。

在一种可选地实施方式中，处理单元具体用于：提取交通网络中的各类交通信息、以及所述各类交通信息之间的关联关系；以所述各类交通信息对应的实体为节点、以任意两类交通信息之间的关联关系为边，构建所述交通知识图谱。

在一种可选地实施方式中，所述各类交通信息包括以下内容中的任一项或多项：交通路网、交通节点、兴趣点、区域网、动态信息。

应理解，以上各个单元的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。本申请实施例中，接收单元901和处理单元902可以由下述图10中的处理器1002实现。

基于相同构思，图10示例性示出了本申请实施例提供的另一种交通出行问题查询装置的结构示意图，如图10所示，装置1000可以用于执行上述图4所示的任一个方案。装置1000包括存储器1001和处理器1002。

存储器1001可以包括易失性存储器(volatilememory)，例如随机存取存储器(random-accessmemory，ram)；存储器也可以包括非易失性存储器(non-volatilememory)，例如快闪存储器(flashmemory)，硬盘(harddiskdrive，hdd)或固态硬盘(solid-statedrive，ssd)；存储器1001还可以包括上述种类的存储器的组合。

处理器1002可以是中央处理器(centralprocessingunit，cpu)，网络处理器(networkprocessor，np)或者cpu和np的组合。处理器1002还可以进一步包括硬件芯片。上述硬件芯片可以是专用集成电路(application-specificintegratedcircuit，asic)，可编程逻辑器件(programmablelogicdevice，pld)或其组合。上述pld可以是复杂可编程逻辑器件(complexprogrammablelogicdevice，cpld)，现场可编程逻辑门阵列(field-programmablegatearray，fpga)，通用阵列逻辑(genericarraylogic，gal)或其任意组合。可选的，上述存储器1001和处理器1002也可以集成在一起。

可选地，存储器1001可以用于存储程序指令，处理器1002调用该存储器1001中存储的指令，可以执行上述方案(如图4所示的方法)中所示实施例中的一个或多个步骤，或其中可选的实施方式，使得装置1000实现上述方法中交通出行问题查询装置的功能。

处理器1002，用于执行所述存储器存储的指令，当所述处理器1002执行所述存储器存储的指令时，使得所述装置1000执行以下操作：接收待查询交通信息；识别所述待查询交通信息对应的查询意图；按照所述查询意图对应的描述信息类型，从待查询交通信息中提取所述描述信息类型对应的第一描述信息；所述第一描述信息包括位置描述信息和关系描述信息；从交通知识图谱中查找所述位置描述信息对应的起点实体；所述交通知识图谱包括交通网络中的各层实体、以及实体间的连接关系；根据所述关系描述信息、所述起点实体、以及所述交通知识图谱包括的实体间的连接关系，确定出目标实体；根据所述交通知识图谱、所述起点实体和所述目标实体，推理出所述查询意图对应的目标结果。

在一种可选地实施方式中，所述查询意图包括出行方式查询；所述处理器1002，具体用于使得所述装置执行以下操作：确定所述待查询交通信息对应的目标出行方式；根据所述目标出行方式确定目标交通网络；根据所述起点实体、所述目标实体以及所述目标交通网络，推理出所述查询意图对应的目标路线。

在一种可选地实施方式中，所述交通知识图谱还包括的实体与属性值的对应关系；所述处理器1002，具体用于使得所述装置执行以下操作：根据所述交通知识图谱包括的实体与属性值的对应关系、所述起点实体和所述目标实体，推理出所述查询意图对应的所述目标实体的属性值。

在一种可选地实施方式中，所述处理器1002，还用于使得所述装置执行以下操作：针对n个候选意图中的每个候选意图，确定所述待查询交通信息对应的意图为所述候选意图的概率；所述n为大于0的整数；根据确定出的所述待查询交通信息对应的n个概率，确定出所述查询意图。

在一种可选地实施方式中，处理器1002，具体用于使得装置执行以下操作：将n个候选意图按照概率从大到小的顺序排列，从n个候选意图中确定出第i个候选意图，作为查询意图，i为小于n的整数；在根据交通知识图谱、起点实体和目标实体，推理出查询意图对应的目标结果之后，若确定目标结果不满足第i个候选意图对应的条件，则选择第i+1个候选意图作为查询意图；若确定目标结果满足第i个候选意图对应的条件，则确定第一路线为目标结果。

在一种可选地实施方式中，所述处理器1002，还用于使得所述装置执行以下操作：若所述n个候选意图中任一个候选意图作为所述查询意图，确定的目标结果均不满足所述候选意图对应的条件，则输出提示信息；所述提示信息用于提示用户输入推荐的待查询交通信息，以使根据所述推荐的待查询交通信息确定出所述目标实体。

在一种可选地实施方式中，所述处理器1002，还用于使得所述装置执行以下操作：提取交通网络中的各类交通信息、以及所述各类交通信息之间的关联关系；以所述各类交通信息对应的实体为节点、以任意两类交通信息之间的关联关系为边，构建所述交通知识图谱。

在一种可选地实施方式中，所述各类交通信息包括以下内容中的任一项或多项：交通路网、交通节点、兴趣点、区域网、动态信息。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现、当使用软件程序实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述指令可以存储在计算机存储介质中，或者从一个计算机存储介质向另一个计算机存储介质传输，例如，所述指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(dsl))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带、磁光盘(mo)等)、光介质(例如，cd、dvd、bd、hvd等)、或者半导体介质(例如rom、eprom、eeprom、非易失性存储器(nandflash)、固态硬盘(solidstatedisk，ssd))等。

本申请实施例是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

显然，本领域的技术人员可以对本申请实施例进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请实施例的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。