[發(fā)明專利]知識圖譜構(gòu)建方法及裝置、可讀存儲介質(zhì)、電子設(shè)備

有效

• 申請?zhí)枺?/td>: 201910408077.5
• 申請日: 2019-05-15
• 公開（公告）號: CN110188207B
• 公開（公告）日: 2021-06-04
• 發(fā)明（設(shè)計）人: 徐豐碩;林鳳綠;王倪東
• 申請（專利權(quán)）人: 出門問問創(chuàng)新科技有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36
• 代理公司: 北京睿派知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11597
• 代理人: 劉鋒

公開了一種知識圖譜構(gòu)建方法及裝置、可讀存儲介質(zhì)、電子設(shè)備，本申請實施例使用部分已標(biāo)注好的數(shù)據(jù)集，即百科的結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)，利用其本身的特性進行鏈接，提高了鏈接過程的準(zhǔn)確率和效率。

技術(shù)領(lǐng)域

本發(fā)明涉及計算機技術(shù)領(lǐng)域，尤其涉及一種知識圖譜構(gòu)建方法及裝 置、可讀存儲介質(zhì)、電子設(shè)備。

背景技術(shù)

知識圖譜的構(gòu)建過程一般包括信息抽取、知識融合、知識加工。其 中，信息抽取包括實體抽取、關(guān)系抽取、屬性抽取；知識融合包括實體 鏈接和知識合并；知識加工包括本體構(gòu)建、知識推理、質(zhì)量評估和知識 更新。目前關(guān)于知識圖譜的融合的主要工具有Falcon-AO、Dedupe、Limes、 Silk等。

傳統(tǒng)的鏈接方法中信息抽取的數(shù)據(jù)形式主要包括結(jié)構(gòu)化數(shù)據(jù)、半結(jié) 構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。結(jié)構(gòu)化數(shù)據(jù)的結(jié)構(gòu)較為單一，可直接轉(zhuǎn)化為 三元組使用，但數(shù)據(jù)規(guī)模較小，一般在特定領(lǐng)域內(nèi)使用；非結(jié)構(gòu)化數(shù)據(jù) 需要采用統(tǒng)計學(xué)習(xí)或者機器學(xué)習(xí)等方法，經(jīng)過實體抽取、關(guān)系抽取、屬 性抽取轉(zhuǎn)化為三元組后才能使用，但目前的準(zhǔn)確率較低，還不能滿足商業(yè)需求。半結(jié)構(gòu)化數(shù)據(jù)均衡了數(shù)據(jù)規(guī)模和準(zhǔn)確率，經(jīng)過預(yù)處理和標(biāo)準(zhǔn)化， 可轉(zhuǎn)為結(jié)構(gòu)化數(shù)據(jù)進而轉(zhuǎn)換為三元組。同時在知識融合的鏈接過程中， 傳統(tǒng)鏈接方法的程序繁瑣且容易出現(xiàn)誤差，導(dǎo)致準(zhǔn)確率和效率不高。

發(fā)明內(nèi)容

有鑒于此,本發(fā)明實施例提供一種知識圖譜構(gòu)建方法及裝置、可讀 存儲介質(zhì)、電子設(shè)備，旨在提高鏈接過程的準(zhǔn)確率和效率。

第一方面，本發(fā)明實施例公開了一種知識圖譜構(gòu)建方法，所述知識 圖譜用于表示實體的實體信息及不同實體之間的關(guān)系，所述方法包括：

根據(jù)爬取到的數(shù)據(jù)信息創(chuàng)建信息模式，所述信息模式包括概念和與 概念對應(yīng)的屬性；

根據(jù)所述信息模式對數(shù)據(jù)信息進行實體分類，確定每個實體的實體 信息和用于識別所述實體的實體標(biāo)識，所述實體信息包括實體屬性和屬 性值，所述實體屬性包括數(shù)據(jù)屬性和對象屬性，所述對象屬性的屬性值 指向另一個實體；

根據(jù)所述信息模式中屬性的名稱統(tǒng)一不同實體的實體屬性名稱；

為每個實體確定一個標(biāo)識鏈接或非標(biāo)識鏈接；

對比鏈接前綴相同的實體，將非標(biāo)識鏈接的實體屬性并入標(biāo)識鏈接 的實體屬性，合并每個實體相同的實體屬性，所述鏈接前綴為鏈接中不 包括標(biāo)識的部分；

對比名稱相同的實體，響應(yīng)于匹配的實體屬性大于閾值，將不同實 體的實體信息并入同一實體，合并每個實體相同的實體屬性；

輸出實體的實體信息及不同實體之間的關(guān)系。

進一步地，所述為每個實體確定一個標(biāo)識鏈接或非標(biāo)識鏈接包括：

分割實體的對象屬性使每個對象屬性對應(yīng)一個屬性值；

為每個實體及所述實體的每個對象屬性值確定一個標(biāo)識鏈接或非 標(biāo)識鏈接。

進一步地，所述為每個實體確定一個標(biāo)識鏈接或非標(biāo)識鏈接還包括：

響應(yīng)于所述數(shù)據(jù)信息中不存在與所述實體對應(yīng)的標(biāo)識鏈接，確定一 個非標(biāo)識鏈接。

進一步地，所述為每個實體確定一個標(biāo)識鏈接或非標(biāo)識鏈接還包括：

響應(yīng)于所述數(shù)據(jù)信息中存在與所述實體對應(yīng)的標(biāo)識鏈接，選擇一個 標(biāo)識鏈接。

進一步地，所述方法還包括：

響應(yīng)于所述數(shù)據(jù)屬性值的數(shù)據(jù)類型為字符串類型，為所述數(shù)據(jù)屬性 值增加語言標(biāo)簽；

響應(yīng)于所述數(shù)據(jù)屬性值的數(shù)據(jù)類型為數(shù)字類型，統(tǒng)一所述數(shù)據(jù)屬性 值的單位。

進一步地，所述將非標(biāo)識鏈接的實體屬性并入標(biāo)識鏈接的實體屬性 包括：