一种设备故障问答方法、装置、计算机设备及介质与流程

1.本发明实施例涉及工业设备故障维修领域，尤其涉及一种设备故障问答方法、装置、计算机设备及介质。


背景技术：

2.在工业设备(典型的，例如家用电器)的日常使用过程中，有时会伴随着故障发生，由于工业设备具有型号广和结构复杂等特点，往往需要专业的维修工程师对设备故障进行维修。
3.现有的维修工程师通常需要大量的时间以及精力去培养，其次，维修工程师对设备知识的积累速度，通常赶不上工业设备在生产技术上的更新速度。维修工程师对设备故障进行维修时，通常依赖于个人的维修经验；或者在设备对应的搜索库中输入与故障相关的关键词，通过搜索库进行关键词匹配，返回与设备故障对应的解决方案。
4.但是，现有的维修方法中存在以下问题：故障维修受限于维修工程师的个人经验；设备搜索库仅仅用于对关键词进行字面搜索，很难返回与设备故障真正相关的解决方案。


技术实现要素：

5.本发明实施例提供一种设备故障问答方法、装置、计算机设备及介质，可以提高维修工程师对工业设备的维修效率。
6.第一方面，本发明实施例提供了一种设备故障问答方法，所述方法包括：
7.接收用户针对目标设备发生的故障输入的故障问题，并根据所述故障问题，确定所述故障问题中包括的至少一个目标实体；
8.在预设的与所述目标设备对应的知识图谱中，确定与所述目标实体对应的多个关联实体；
9.对所述目标实体与各关联实体构成的三元组进行向量表示，得到与所述目标实体以及各关联实体分别对应的目标向量；
10.根据所述目标实体以及各关联实体分别对应的目标向量，计算所述目标实体与各关联实体之间的余弦相似度，并根据余弦相似度的计算结果，确定针对所述故障问题的维修答案。
11.第二方面，本发明实施例还提供了一种设备故障问答装置，该装置包括：
12.问题接收模块，用于接收用户针对目标设备发生的故障输入的故障问题，并根据所述故障问题，确定所述故障问题中包括的至少一个目标实体；
13.实体确定模块，用于在预设的与所述目标设备对应的知识图谱中，确定与所述目标实体对应的多个关联实体；
14.向量表示模块，用于对所述目标实体与各关联实体构成的三元组进行向量表示，得到与所述目标实体以及各关联实体分别对应的目标向量；
15.答案确定模块，用于根据所述目标实体以及各关联实体分别对应的目标向量，计
算所述目标实体与各关联实体之间的余弦相似度，并根据余弦相似度的计算结果，确定针对所述故障问题的维修答案。
16.第三方面，本发明实施例还提供了一种计算机设备，该设备包括：
17.一个或多个处理器；
18.存储装置，用于存储一个或多个程序；
19.当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明任意实施例提供的一种设备故障问答方法。
20.第四方面，本发明实施例还提供了一种计算机可读存储介质，该存储介质上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例提供的一种设备故障问答方法。
21.本发明实施例的技术方案通过接收用户针对目标设备发生的故障输入的故障问题，确定故障问题中包括的目标实体，并在预设的知识图谱中确定多个关联实体，对目标实体与各关联实体构成的三元组进行向量表示，得到与目标实体以及各关联实体分别对应的目标向量，然后根据目标实体以及各关联实体分别对应的目标向量，计算目标实体与各关联实体之间的余弦相似度，最后根据余弦相似度的计算结果，确定针对故障问题的维修答案的技术手段，可以提高维修工程师对工业设备的维修效率。
附图说明
22.图1是本发明实施例一中的一种设备故障问答方法的流程图；
23.图2是本发明实施例二中的一种设备故障问答方法的流程图；
24.图3是本发明实施例三中的一种设备故障问答方法的流程图；
25.图4是本发明实施例四中的一种设备故障问答装置的结构图；
26.图5是本发明实施例五中的一种计算机设备的结构示意图。
具体实施方式
27.下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
28.实施例一
29.图1为本发明实施例一提供的一种设备故障问答方法的流程图，本实施例可适用于根据用户输入的设备故障问题，为用户推荐维修方案的情况，该方法可以由设备故障问答装置来执行，该装置可以由软件和/或硬件来实现，一般可以集成在计算机以及所有包含程序运行功能的智能设备(例如，终端设备或者服务器)中，具体包括如下步骤：
30.步骤110、接收用户针对目标设备发生的故障输入的故障问题，并根据所述故障问题，确定所述故障问题中包括的至少一个目标实体。
31.在本实施例中，所述目标设备可以为具体的工业设备，典型的，所述目标设备可以包括家用电器，例如冰箱、洗衣机或者热水器等。当目标设备发生故障时，用户可以针对目标设备发生的故障，向本实施例中集成设备故障问答方法的计算机设备(例如，终端设备或者服务器)输入相关的故障问题，其中，所述用户具体可以为目标设备对应的维修工程师。
32.在一个具体的实施例中，用户可以通过文字输入或者语音输入的方式，向所述计算机设备输入故障问题。以目标设备为冰箱为例，如果冰箱发生漏水的故障，则冰箱维修师可以在计算机设备提供的问题输入界面中通过文字输入“冰箱漏水应该怎么解决”的故障问题；或者，冰箱维修师还可以说出“冰箱漏水应该怎么解决”的音频，所述计算机设备可以通过语音识别技术获取到冰箱维修师输入的故障问题。
33.在此步骤中，可选的，接收到用户输入的故障问题后，可以利用分词技术对所述故障问题进行分词处理，得到所述故障问题中包括的至少一个字段分词，然后在全部字段分词中将无效的字段分词(例如语气助词，或者形容词等)进行剔除，得到所述故障问题中包括的至少一个目标实体。
34.在一个具体的实施例中，假设用户输入的故障问题为“冷藏室有异味怎么办”，则可以利用分词技术对所述故障问题进行分词处理，得到所述故障问题中包括的字段分词为“冷藏室”、“异味”以及“怎么办”，然后将无效的字段分词“异味”和“怎么办”进行剔除，得到所述故障问题中包括的目标实体为冷藏室。
35.步骤120、在预设的与所述目标设备对应的知识图谱中，确定与所述目标实体对应的多个关联实体。
36.在本实施例中，知识图谱可以为预先建立的结构化的图形，用于记录目标设备中不同实体之间的关系，以及各个实体与对应的属性之间关系。在所述知识图谱中，不同实体之间的关系，以及各个实体与对应的属性之间关系称为图谱关系。
37.在此步骤中，可选的，可以在所述知识图谱中查找与目标实体具有图谱关系的实体，并将该实体作为与所述目标实体对应的关联实体。
38.在一个具体的实施例中，以目标设备为冰箱为例，冰箱可以分为组成部分以及包装部分，组成部分中可以包括冷藏室、冷凝管以及压机等实体，包装部分中可以包括材质以及尺寸等实体。其中，所述知识图谱中可以记载各冷藏室、冷凝管、压机、材质以及尺寸等实体之间的关系，以及各实体与对应的属性之间的关系。例如，当实体为材质时，该实体对应的属性可以包括金属材质以及玻璃材质等。
39.步骤130、对所述目标实体与各关联实体构成的三元组进行向量表示，得到与所述目标实体以及各关联实体分别对应的目标向量。
40.在本实施例中，可以根据目标实体、关联实体，以及目标实体与关联实体之间的关系构成三元组，然后利用预设的知识图谱嵌入模型，对所述三元组进行向量表示，得到与目标实体以及关联实体分别对应的目标向量。
41.其中，所述知识图谱嵌入模型用于学习一系列低维稠密向量来表征语义信息，以解决多关系数据(multi
‑
relational data)的处理问题。所述知识图谱嵌入模型可以将每个三元组(目标实体，关系，关联实体)中的关系看作从目标实体到关联实体的翻译。所述知识图谱嵌入模型通过对知识图谱预训练得来，对于每一个三元组(目标实体，关系，关联实体)，知识图谱嵌入模型都可以通过一组向量进行表示。
42.步骤140、根据所述目标实体以及各关联实体分别对应的目标向量，计算所述目标实体与各关联实体之间的余弦相似度，并根据余弦相似度的计算结果，确定针对所述故障问题的维修答案。
43.在本实施例中，可以计算目标实体对应的目标向量，与关联实体对应的目标向量
之间的夹角余弦值，并用该夹角余弦值表征目标实体与关联实体之间的余弦相似度(cosine similarity)。具体的，可以将各目标向量根据坐标值，绘制到向量空间中，以计算各目标向量之间的夹角。
44.其中，目标实体对应的目标向量，与关联实体对应的目标向量之间的夹角越小，余弦值越接近于1，则表示目标实体对应的目标向量的方向，与关联实体对应的目标向量的方向越吻合，也即目标实体与关联实体越相似。
45.在一个具体的实施例中，假设目标实体对应的目标向量为a，关联实体对应的目标向量为b，n为目标向量的维数，目标实体对应的目标向量，与关联实体对应的目标向量之间的夹角余弦值为cos(θ)，则有：
[0046][0047]
在此步骤中，计算出目标实体与各关联实体之间的余弦相似度后，可以获取余弦相似度最高时对应的关联实体，并在所述知识图谱中获取该关联实体对应的维修方案，将此维修方案作为针对所述故障问题的维修答案。
[0048]
在一个具体的实施例中，假设故障问题中的目标实体为冷藏室，与该目标实体对应的余弦相似度最高的关联实体为冷凝管，则可以在知识图谱中获取冷凝管对应的维修方案，并将此维修方案作为维修答案反馈给用户。
[0049]
现有的工业设备维修方法中，故障维修通常受限于维修工程师的个人经验，没有统一的维修方法，并且合格的维修工程师通常需要大量的时间以及精力去培养，维修经验信息分布零散，不能够有效的积累为其他工程师所用。本实施例中通过在知识图谱中确定与目标实体对应的关联实体，并根据目标实体与关联实体之间的余弦相似度确定出维修答案，可以将维修方案快速反馈给维修工程师，便于维修经验较少的工程师，通过本实施提供的方法，快速完成对工业设备的维修；其次，相比于现有技术中设备搜索库对关键词进行字面搜索而言，本实施例通过在知识图谱中找到与故障问题最相似的知识性语言，可以反馈与故障问题最相关的维修方案，由此可以提高维修答案的有效性。
[0050]
本发明实施例的技术方案通过接收用户针对目标设备发生的故障输入的故障问题，确定故障问题中包括的目标实体，并在预设的知识图谱中确定多个关联实体，对目标实体与各关联实体构成的三元组进行向量表示，得到与目标实体以及各关联实体分别对应的目标向量，然后根据目标实体以及各关联实体分别对应的目标向量，计算目标实体与各关联实体之间的余弦相似度，最后根据余弦相似度的计算结果，确定针对故障问题的维修答案的技术手段，可以提高维修工程师对工业设备的维修效率。
[0051]
实施例二
[0052]
本实施例是对上述实施例的进一步细化，与上述实施例相同或相应的术语解释，本实施例不再赘述。图2为本实施例二提供的一种设备故障问答方法的流程图，在本实施例中，本实施例的技术方案可以与上述实施例的方案中的一种或者多种方法进行组合，如图2所示，本实施例提供的方法还可以包括：
[0053]
步骤210、接收用户针对目标设备发生的故障输入的故障问题。
[0054]
步骤220、将所述故障问题输入至预先训练的实体识别模型中，获取所述实体识别模型输出的至少一个目标实体。
[0055]
在本实施例中，所述实体识别模型可以为命名实体识别模型(named entity recognition，ner)。所述ner模型可以使用多个故障问题作为训练样本训练得到。这样设置的好处在于，可以准确并快速地获取故障问题中包括的目标实体，进而可以提高维修工程师对工业设备的维修效率。
[0056]
在一个具体的实施例中，假设用户输入的故障问题为“冰箱中冷藏室不制冷怎么办”，将此故障问题输入至ner模型后，ner模型输出的目标实体可以为冰箱和冷藏室。
[0057]
步骤230、在预设的与所述目标设备对应的知识图谱中，判断是否存在与所述目标实体具有图谱关系的多个实体，若是，执行步骤240，若否，执行步骤250
‑
270。
[0058]
步骤240、将所述知识图谱中与所述目标实体具有图谱关系的多个实体，作为与所述目标实体对应的多个关联实体。
[0059]
步骤250、分别计算所述目标实体，以及所述知识图谱中包括的各个实体对应的单词嵌入向量。
[0060]
在本实施例中，如果知识图谱中不存在与目标实体具有图谱关系的多个实体，则可以通过单词嵌入技术(word embedding)分别计算所述目标实体，以及所述知识图谱中包括的各个实体对应的单词嵌入向量。
[0061]
步骤260、根据所述目标实体对应的单词嵌入向量，以及所述知识图谱中包括的各个实体对应的单词嵌入向量，计算所述目标实体与知识图谱中包括的各个实体之间的相似度。
[0062]
在此步骤中，可选的，可以计算目标实体对应的单词嵌入向量，与知识图谱中各实体对应的单词嵌入向量之间的向量空间距离(例如欧氏距离或者余弦距离等)。其中，两个实体之间的向量空间距离越短，则可以说明这两个实体之间的相似度越高。
[0063]
步骤270、根据所述目标实体与知识图谱中包括的各个实体之间的相似度，在知识图谱中选取与所述目标实体对应的多个关联实体。
[0064]
在本实施例中，可以根据目标实体与知识图谱中各个实体之间的相似度，将知识图谱中的各个实体按照相似度由高到低的顺序进行排列，然后选取排列顺序靠前的多个实体作为与目标实体对应的多个关联实体。
[0065]
步骤280、对所述目标实体与各关联实体构成的三元组进行向量表示，得到与所述目标实体以及各关联实体分别对应的目标向量。
[0066]
步骤290、根据所述目标实体以及各关联实体分别对应的目标向量，计算所述目标实体与各关联实体之间的余弦相似度，并根据余弦相似度的计算结果，确定针对所述故障问题的维修答案。
[0067]
本发明实施例的技术方案通过接收用户输入的故障问题，获取实体识别模型针对故障问题输出的目标实体，然后在知识图谱中判断是否存在与目标实体具有图谱关系的多个实体，若是，则将知识图谱中与目标实体具有图谱关系的多个实体，作为与目标实体对应的多个关联实体，若否，则分别计算目标实体以及知识图谱中包括的各个实体对应的单词嵌入向量，以根据单词嵌入向量计算目标实体与知识图谱中包括的各个实体之间的相似
度，并根据相似度计算结果在知识图谱中选取与目标实体对应的多个关联实体，然后对目标实体与各关联实体构成的三元组进行向量表示，得到与目标实体以及各关联实体分别对应的目标向量，最后根据目标实体以及各关联实体分别对应的目标向量，计算目标实体与各关联实体之间的余弦相似度，并根据余弦相似度的计算结果，确定针对故障问题的维修答案的技术手段，可以提高维修工程师对工业设备的维修效率。
[0068]
实施例三
[0069]
本实施例是对上述实施例的进一步细化，与上述实施例相同或相应的术语解释，本实施例不再赘述。图3为本实施例三提供的一种设备故障问答方法的流程图，在本实施例中，本实施例的技术方案可以与上述实施例的方案中的一种或者多种方法进行组合，如图3所示，本实施例提供的方法还可以包括：
[0070]
步骤310、接收用户针对目标设备发生的故障输入的故障问题，并根据所述故障问题，确定所述故障问题中包括的至少一个目标实体。
[0071]
步骤320、在预设的与所述目标设备对应的知识图谱中，确定与所述目标实体对应的多个关联实体。
[0072]
步骤330、将所述目标实体与关联实体，共同输入至预先训练的针对知识图谱的高斯嵌入模型kg2e中，获取所述kg2e模型输出的与所述目标实体以及关联实体分别对应的目标向量。
[0073]
在本实施例中，高斯嵌入模型(learning to represent knowledge graphs with gaussian embedding，kg2e)采用高斯分布表示实体和关系，其中，高斯分布的均值表示的是实体或关系在语义空间中的中心位置，而高斯分布的协方差则表示该实体或关系的不确定度。
[0074]
现有技术中，常用的知识图谱嵌入模型为平移距离模型(translate，transe)，其中，transe模型注重学习知识图谱中前后实体之间的关系，而kg2e模型注重学习知识图谱中实体与全局实体之间的关系，相比于transe模型而言，kg2e模型可以提高在关系预测和三元组分类问题上的准确率。由此，通过将目标实体与关联实体，共同输入至预先训练的kg2e模型中，可以保证kg2e模型输出的目标向量更能准确体现实体之间的关系，进而可以提高后续维修答案确定结果的准确性。
[0075]
在一个具体的实施例中，kg2e模型通过对知识图谱预训练得来，对于每一个三元组(目标实体，关系，关联实体)，kg2e模型都可以通过一组向量v进行表示：
[0076]
v＝kg2e(目标实体，关系，关联实体)
[0077]
步骤340、根据所述目标实体对应的目标向量、所述关联实体对应的目标向量，以及预设的权重比例，计算所述目标实体与关联实体之间的余弦相似度。
[0078]
在本实施例中，可以根据预设的权重比例，计算目标实体对应的目标向量，与关联实体对应的目标向量之间的夹角余弦值，并用该夹角余弦值表征目标实体与关联实体之间的余弦相似度。
[0079]
其中，所述权重比例中关联实体分配的权重，大于目标实体分配的权重。这样设置的好处在于，可以准确获取与目标实体最为相似的关联实体，以提高后续维修答案确定结果的准确性。
[0080]
在一个具体的实施例中，假设目标实体对应的目标向量为a，关联实体对应的目标
向量为b，目标实体分配的权重为wa，关联实体分配的权重为wb，目标实体对应的目标向量，与关联实体对应的目标向量之间的夹角余弦值为cos(θ)，则有：
[0081][0082]
在一个具体的实施例中，所述权重比例中关联实体分配的权重可以为0.8，目标实体分配的权重可以为0.2；或者，关联实体分配的权重可以为0.7，目标实体分配的权重可以为0.3。具体的权重比例以实际情况进行预设，本实施例对此并不进行限制。
[0083]
步骤350、根据目标实体与各关联实体之间的余弦相似度，选取余弦相似度最高时对应的目标关联实体。
[0084]
在此步骤中，计算出目标实体与各关联实体之间的余弦相似度后，可以获取余弦相似度最高时对应的关联实体作为目标关联实体。
[0085]
步骤360、在预设的与所述目标设备对应的知识图谱中，获取与所述目标关联实体对应的维修方案，并将此维修方案作为针对所述故障问题的维修答案反馈给用户。
[0086]
本发明实施例的技术方案通过接收用户输入的故障问题，确定故障问题中包括的目标实体，并在知识图谱中确定与目标实体对应的多个关联实体，将目标实体与关联实体共同输入至预先训练的kg2e模型中，获取与目标实体以及关联实体分别对应的目标向量，然后根据目标实体对应的目标向量、关联实体对应的目标向量，以及预设的权重比例，计算目标实体与关联实体之间的余弦相似度，最后根据目标实体与各关联实体之间的余弦相似度，选取余弦相似度最高时对应的目标关联实体，并在知识图谱中获取与目标关联实体对应的维修方案，将此维修方案作为维修答案反馈给用户的技术手段，可以提高维修工程师对工业设备的维修效率。
[0087]
实施例四
[0088]
图4为本发明实施例四提供的一种设备故障问答装置的结构图，该装置包括：问题接收模块410、实体确定模块420、向量表示模块430和答案确定模块440。
[0089]
其中，问题接收模块410，用于接收用户针对目标设备发生的故障输入的故障问题，并根据所述故障问题，确定所述故障问题中包括的至少一个目标实体；
[0090]
实体确定模块420，用于在预设的与所述目标设备对应的知识图谱中，确定与所述目标实体对应的多个关联实体；
[0091]
向量表示模块430，用于对所述目标实体与各关联实体构成的三元组进行向量表示，得到与所述目标实体以及各关联实体分别对应的目标向量；
[0092]
答案确定模块440，用于根据所述目标实体以及各关联实体分别对应的目标向量，计算所述目标实体与各关联实体之间的余弦相似度，并根据余弦相似度的计算结果，确定针对所述故障问题的维修答案。
[0093]
本发明实施例的技术方案通过接收用户针对目标设备发生的故障输入的故障问题，确定故障问题中包括的目标实体，并在预设的知识图谱中确定多个关联实体，对目标实体与各关联实体构成的三元组进行向量表示，得到与目标实体以及各关联实体分别对应的目标向量，然后根据目标实体以及各关联实体分别对应的目标向量，计算目标实体与各关联实体之间的余弦相似度，最后根据余弦相似度的计算结果，确定针对故障问题的维修答
案的技术手段，可以提高维修工程师对工业设备的维修效率。
[0094]
在上述各实施例的基础上，问题接收模块410，可以包括：
[0095]
问题输入单元，用于将所述故障问题输入至预先训练的实体识别模型中，获取所述实体识别模型输出的至少一个目标实体。
[0096]
实体确定模块420，可以包括：
[0097]
实体判断单元，用于在预设的与所述目标设备对应的知识图谱中，判断是否存在与所述目标实体具有图谱关系的多个实体；
[0098]
关联实体确定单元，用于在预设的与所述目标设备对应的知识图谱中，存在与所述目标实体具有图谱关系的多个实体时，将所述知识图谱中与所述目标实体具有图谱关系的多个实体，作为与所述目标实体对应的多个关联实体；
[0099]
单词嵌入向量计算单元，用于在预设的与所述目标设备对应的知识图谱中，不存在与所述目标实体具有图谱关系的多个实体时，分别计算所述目标实体，以及所述知识图谱中包括的各个实体对应的单词嵌入向量；
[0100]
相似度计算单元，用于根据所述目标实体对应的单词嵌入向量，以及所述知识图谱中包括的各个实体对应的单词嵌入向量，计算所述目标实体与知识图谱中包括的各个实体之间的相似度；
[0101]
实体选取单元，用于根据所述目标实体与知识图谱中包括的各个实体之间的相似度，在知识图谱中选取与所述目标实体对应的多个关联实体。
[0102]
向量表示模块430，可以包括：
[0103]
实体输入单元，用于将所述目标实体与关联实体，共同输入至预先训练的针对知识图谱的高斯嵌入模型kg2e中，获取所述kg2e模型输出的与所述目标实体以及关联实体分别对应的目标向量。
[0104]
答案确定模块440，可以包括：
[0105]
余弦相似度计算单元，用于根据所述目标实体对应的目标向量、所述关联实体对应的目标向量，以及预设的权重比例，计算所述目标实体与关联实体之间的余弦相似度；
[0106]
目标关联实体选取单元，用于根据目标实体与各关联实体之间的余弦相似度，选取余弦相似度最高时对应的目标关联实体；
[0107]
维修方案获取单元，用于在预设的与所述目标设备对应的知识图谱中，获取与所述目标关联实体对应的维修方案，并将此维修方案作为针对所述故障问题的维修答案反馈给用户。
[0108]
本发明实施例所提供的设备故障问答装置可执行本发明任意实施例所提供的设备故障问答方法，具备执行方法相应的功能模块和有益效果。
[0109]
实施例五
[0110]
图5为本发明实施例五提供的一种计算机设备的结构示意图，如图5所示，该计算机设备包括处理器510、存储器520、输入装置530和输出装置540；计算机设备中处理器510的数量可以是一个或多个，图5中以一个处理器510为例；计算机设备中的处理器510、存储器520、输入装置530和输出装置540可以通过总线或其他方式连接，图5中以通过总线连接为例。存储器520作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明任意实施例中的一种设备故障问答方法对应的程序指令/模块(例如，
一种设备故障问答装置中的问题接收模块410、实体确定模块420、向量表示模块430和答案确定模块440)。处理器510通过运行存储在存储器520中的软件程序、指令以及模块，从而执行计算机设备的各种功能应用以及数据处理，即实现上述的一种设备故障问答方法。也即，该程序被处理器执行时实现：
[0111]
接收用户针对目标设备发生的故障输入的故障问题，并根据所述故障问题，确定所述故障问题中包括的至少一个目标实体；
[0112]
在预设的与所述目标设备对应的知识图谱中，确定与所述目标实体对应的多个关联实体；
[0113]
对所述目标实体与各关联实体构成的三元组进行向量表示，得到与所述目标实体以及各关联实体分别对应的目标向量；
[0114]
根据所述目标实体以及各关联实体分别对应的目标向量，计算所述目标实体与各关联实体之间的余弦相似度，并根据余弦相似度的计算结果，确定针对所述故障问题的维修答案。
[0115]
存储器520可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器520可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器520可进一步包括相对于处理器510远程设置的存储器，这些远程存储器可以通过网络连接至计算机设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。输入装置530可用于接收输入的数字或字符信息，以及产生与计算机设备的用户设置以及功能控制有关的键信号输入，可以包括键盘和鼠标等。输出装置540可包括显示屏等显示设备。
[0116]
实施例六
[0117]
本发明实施例六还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明任意实施例所述方法。当然，本发明实施例所提供的一种计算机可读存储介质，其可以执行本发明任意实施例所提供的一种设备故障问答方法中的相关操作。也即，该程序被处理器执行时实现：
[0118]
接收用户针对目标设备发生的故障输入的故障问题，并根据所述故障问题，确定所述故障问题中包括的至少一个目标实体；
[0119]
在预设的与所述目标设备对应的知识图谱中，确定与所述目标实体对应的多个关联实体；
[0120]
对所述目标实体与各关联实体构成的三元组进行向量表示，得到与所述目标实体以及各关联实体分别对应的目标向量；
[0121]
根据所述目标实体以及各关联实体分别对应的目标向量，计算所述目标实体与各关联实体之间的余弦相似度，并根据余弦相似度的计算结果，确定针对所述故障问题的维修答案。
[0122]
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的
部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(read
‑
only memory,rom)、随机存取存储器(random access memory,ram)、闪存(flash)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
[0123]
值得注意的是，上述一种设备故障问答装置的实施例中，所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
[0124]
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。