[發(fā)明專利]用于輸出信息的方法和裝置

有效

• 申請(qǐng)?zhí)枺?/td>: 201910552602.0
• 申請(qǐng)日: 2019-06-25
• 公開（公告）號(hào): CN110275962B
• 公開（公告）日: 2021-07-20
• 發(fā)明（設(shè)計(jì)）人: 李雙婕;史亞冰;王維煜;梁海金;陸超;蔣燁;張揚(yáng);朱勇
• 申請(qǐng)（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號(hào): G06F16/36
• 分類號(hào): G06F16/36;G06F40/295;G06F40/30
• 代理公司: 北京英賽嘉華知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11204
• 代理人: 王達(dá)佐;馬曉亞

本公開的實(shí)施例公開了用于輸出信息的方法和裝置。該方法的一具體實(shí)施方式包括：獲取已存儲(chǔ)的知識(shí)圖譜和知識(shí)圖譜約束條件，其中，知識(shí)圖譜包括至少一組主體?關(guān)系?客體；根據(jù)知識(shí)圖譜約束條件確定知識(shí)圖譜中各主體缺失的關(guān)系，得到主體?關(guān)系對(duì)集合；挖掘出主體?關(guān)系對(duì)集合在海量網(wǎng)頁(yè)中出現(xiàn)的語料；對(duì)于主體?關(guān)系對(duì)集合中的主體?關(guān)系對(duì)，從該主體?關(guān)系對(duì)的語料中確定出該主體?關(guān)系對(duì)對(duì)應(yīng)的客體，并輸出確定出的主體?關(guān)系?客體。該實(shí)施方式可以擴(kuò)充知識(shí)圖譜中的SPO三元組數(shù)量與豐富度，提升知識(shí)圖譜對(duì)真實(shí)世界的刻畫能力，并且形成知識(shí)圖譜自主學(xué)習(xí)的能力。

技術(shù)領(lǐng)域

本公開的實(shí)施例涉及計(jì)算機(jī)技術(shù)領(lǐng)域，具體涉及用于輸出信息的方法和裝置。

背景技術(shù)

知識(shí)圖譜是從語義角度用結(jié)構(gòu)化形式表示的真實(shí)世界知識(shí)的大規(guī)模知識(shí)庫(kù)，是一張有向圖，其中包括實(shí)體(節(jié)點(diǎn))、關(guān)系(邊)等要素。SPO三元組數(shù)據(jù)，是指實(shí)體對(duì)(主體S-客體O pair)與他們間的關(guān)系(P)構(gòu)成的三元組。

知識(shí)圖譜中的SPO三元組數(shù)據(jù)可廣泛的用于搜索和推薦產(chǎn)品中，既可以直接滿足用戶對(duì)于實(shí)體關(guān)聯(lián)的需求(例如實(shí)體關(guān)系問答)，也可以有效提高人們檢索和瀏覽實(shí)體的效率，提升用戶體驗(yàn)(例如實(shí)體推薦)。

在業(yè)界，知識(shí)圖譜的擴(kuò)充與構(gòu)建主要基于數(shù)據(jù)源推送數(shù)據(jù)的構(gòu)建。來自數(shù)據(jù)源的數(shù)據(jù)可能包括垂類網(wǎng)站(例如豆瓣電影)和泛百科網(wǎng)站(例如百度百科)的結(jié)構(gòu)化SPO，或者基于開放挖掘算法挖掘到的SPO三元組。在獲取到數(shù)據(jù)源的數(shù)據(jù)后，知識(shí)圖譜構(gòu)建系統(tǒng)通過實(shí)體關(guān)聯(lián)和屬性映射，將這些數(shù)據(jù)融合到知識(shí)圖譜中。

基于數(shù)據(jù)源推送數(shù)據(jù)構(gòu)建知識(shí)圖譜，主要問題有以下兩點(diǎn)：

(1)構(gòu)建效果非常依賴于數(shù)據(jù)源的建設(shè)情況。對(duì)于影視等熱門垂類，存在質(zhì)量較高的站點(diǎn)，但是對(duì)于小眾冷門的垂類，很難找到質(zhì)量很高的網(wǎng)站。

(2)對(duì)于新增知識(shí)響應(yīng)較慢。知識(shí)圖譜需要定期檢測(cè)數(shù)據(jù)源更新情況，當(dāng)數(shù)據(jù)源更新后，再次對(duì)數(shù)據(jù)源進(jìn)行關(guān)聯(lián)和融合，消耗時(shí)間較長(zhǎng)。對(duì)于客觀世界的新增知識(shí)，很難很快的添加到知識(shí)圖譜中來。

發(fā)明內(nèi)容

本公開的實(shí)施例提出了用于輸出信息的方法和裝置。

第一方面，本公開的實(shí)施例提供了一種用于輸出信息的方法，包括：獲取已存儲(chǔ)的知識(shí)圖譜和知識(shí)圖譜約束條件，其中，知識(shí)圖譜包括至少一組主體-關(guān)系-客體；根據(jù)知識(shí)圖譜約束條件確定知識(shí)圖譜中各主體缺失的關(guān)系，得到主體-關(guān)系對(duì)集合；挖掘出主體-關(guān)系對(duì)集合在海量網(wǎng)頁(yè)中出現(xiàn)的語料；對(duì)于主體-關(guān)系對(duì)集合中的主體-關(guān)系對(duì)，從該主體-關(guān)系對(duì)的語料中確定出該主體-關(guān)系對(duì)對(duì)應(yīng)的客體，并輸出確定出的主體-關(guān)系-客體。

在一些實(shí)施例中，該方法還包括：通過預(yù)定規(guī)則對(duì)客體進(jìn)行規(guī)范化處理，處理結(jié)果包括以下至少一項(xiàng)：客體修改、客體拆分、客體刪除、不處理。

在一些實(shí)施例中，該方法還包括：將確定出的主體-關(guān)系-客體進(jìn)行消歧，關(guān)聯(lián)到知識(shí)圖譜對(duì)應(yīng)的實(shí)體和屬性。

在一些實(shí)施例中，該方法還包括：根據(jù)確定出的主體-關(guān)系-客體在預(yù)定文本中的共現(xiàn)概率，計(jì)算確定出的主體-關(guān)系-客體的置信度；根據(jù)置信度得分，將確定出的主體-關(guān)系-客體分為高置信度集合、低置信度集合、未知集合。

在一些實(shí)施例中，該方法還包括：對(duì)未知集合中的主體-關(guān)系-客體進(jìn)行人機(jī)結(jié)合標(biāo)注。

在一些實(shí)施例中，挖掘出主體-關(guān)系對(duì)集合在海量網(wǎng)頁(yè)中出現(xiàn)的語料，包括：對(duì)于主體-關(guān)系對(duì)集合中的主體-關(guān)系對(duì)，根據(jù)該候選主體-關(guān)系對(duì)的搜索熱度進(jìn)行打分；按照分?jǐn)?shù)由高到低的順序的挖掘出各主體-關(guān)系對(duì)在海量網(wǎng)頁(yè)中出現(xiàn)的語料。