[發明專利]知識庫的構建方法及裝置

有效

• 申請號: 201510515887.2
• 申請日: 2015-08-20
• 公開（公告）號: CN105138631B
• 公開（公告）日: 2019-10-11
• 發明（設計）人: 汪平仄;陳志軍;龍飛
• 申請（專利權）人: 小米科技有限責任公司
• 主分類號: G06F16/21
• 分類號: G06F16/21
• 代理公司: 北京博思佳知識產權代理有限公司 11415
• 代理人: 林祥

1.一種知識庫的構建方法，其特征在于，所述方法包括：

獲取文本語料，根據預設屬性描述模式判斷所述文本語料中是否包含第一信息，所述第一信息包括預設實體集合中的實體的屬性信息，所述預設屬性描述模式包括用于確定所述文本語料中是否包含所述第一信息的詞匯、句式或二者的結合，所述預設屬性描述模式包括含*量、<含有|含>*<#NUM>克、*<中|里><含有|含|富含>*中的一種或多種，其中，*是用于匹配任意字符串的通配符，|是表示“或者”的符號，<#NUM>是用于匹配一個數字字符串的符號，<、>成對出現，用于包含多個近義詞；

在確定所述文本語料中包含所述第一信息時，提取所述第一信息，根據所述第一信息和所述第一信息所對應的實體構建所述知識庫。

2.根據權利要求1所述的知識庫的構建方法，其特征在于，所述根據預設屬性描述模式判斷所述文本語料中是否包含第一信息，包括：

根據命名實體識別算法，從所述文本語料中篩選出包含所述預設實體集合中的實體的第一句子集合；

根據所述預設屬性描述模式中的所述詞匯、句式或二者的結合從所述第一句子集合中獲得候選第一信息，所述候選第一信息包括預設實體集合中的所述實體的屬性信息；

對所述候選第一信息的出現次數進行統計，當所述候選第一信息的出現次數大于預設閾值時，將所述候選第一信息確定為所述第一信息。

3.根據權利要求1所述的知識庫的構建方法，其特征在于，所述根據預設屬性描述模式判斷所述文本語料中是否包含第一信息，包括：

根據命名實體識別算法，從所述文本語料中篩選出包含所述預設實體集合中的實體的第一句子集合；

根據所述預設屬性描述模式從所述第一句子集合中獲得多個候選第一信息，所述多個候選第一信息包括所述實體的屬性信息；

將所述第一句子集合中包含的所述實體及其對應的多個候選第一信息組成二元組集合；

統計每個候選第一信息的出現次數，從所述二元組集合中刪除出現次數小于預設閾值的候選第一信息所在的二元組，根據當前二元組集合中包含的二元組元素確定為所述第一信息。

4.根據權利要求1-3任一項所述的知識庫的構建方法，其特征在于，所述方法還包括：

根據所述預設屬性描述模式和所述第一信息，確定所述文本語料中是否包含第二信息，所述第二信息包括所述第一信息的屬性信息；

在確定所述文本語料中包含所述第二信息時，提取所述第二信息，根據所述第一信息、所述第二信息和所述第一信息所對應的實體更新所述知識庫。

5.根據權利要求4所述的知識庫的構建方法，其特征在于，所述根據所述預設屬性描述模式和所述第一信息，確定所述文本語料中是否包含第二信息，包括：

根據所述預設屬性描述模式，從所述文本語料中獲得包含所述第一信息的第二句子集合；

在所述第二句子集合中包括數量型實體時，將所述數量型實體提取為候選第二信息；

將所述實體、所述第一信息和所述候選第二信息組成三元組集合；

針對當前三元組集合中每個實體的每個第一信息，統計對應的每個候選第二信息的出現次數，將出現次數最多的候選第二信息確定為當前實體當前第一信息的第二信息。