[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

本公開是關于一種知識庫的構建方法及裝置，其中，知識庫的構建方法包括：獲取文本語料，根據預設屬性描述模式判斷文本語料中是否包含第一信息，第一信息包括預設實體集合中的實體的屬性信息；在確定文本語料中包含第一信息時，提取第一信息，根據第一信息和第一信息所對應的實體構建知識庫。本公開實施例，在構建知識庫的過程中不需要通過人工的方式進行知識挖掘，節省了人力且提高了知識庫的構建速度。

技術領域

本公開涉及人工智能技術領域，尤其涉及一種知識庫的構建方法及裝置。

背景技術

命名實體識別(Named Entity Recognition，簡稱NER)，又稱作“專名識別”，是指識別文本中具有特定意義的實體，主要包括人名、地名、機構名、專有名詞等。

食物的營養價值是一種特殊的命名實體，包括營養成分名及其含量，例如“碳水化合物”、“20克”。

目前，論壇、留言、博客、新聞和百科上經常會介紹一些食物的營養價值，這些數據對于食物營養價值知識庫的構建具有很大的價值。但是，通過人工的方式進行知識挖掘，需要耗費較大的人力且知識庫的構建速度慢。

發明內容

本公開實施例提供一種知識庫的構建方法及裝置，用以解決通過人工方式構建知識庫浪費人力且速度慢的問題。

根據本公開實施例的第一方面，提供一種知識庫的構建方法，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；

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。

在一實施例中，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。

在一實施例中，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。

在一實施例中，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。