[發(fā)明專利]知識圖譜建立的方法和裝置

在審

• 申請?zhí)枺?/td>: 201910849080.0
• 申請日: 2019-09-09
• 公開（公告）號: CN112463974A
• 公開（公告）日: 2021-03-09
• 發(fā)明（設(shè)計(jì)）人: 段戎;胡康興
• 申請（專利權(quán)）人: 華為技術(shù)有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/35
• 代理公司: 北京龍雙利達(dá)知識產(chǎn)權(quán)代理有限公司 11329
• 代理人: 王雷;時林

1.一種知識圖譜建立的方法，其特征在于，包括：

獲取語料；

對所述語料中的實(shí)體進(jìn)行聚類，以得到目標(biāo)聚類結(jié)果；

根據(jù)所述目標(biāo)聚類結(jié)果，確定所述語料中的新增實(shí)體與種子圖譜中的實(shí)體的相似度；

根據(jù)所述相似度，將所述新增實(shí)體添加至所述種子圖譜，以建立知識圖譜。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述對所述語料中的實(shí)體進(jìn)行聚類，以得到目標(biāo)聚類結(jié)果，包括：

根據(jù)M種初始聚類個數(shù)，對所述語料中的實(shí)體進(jìn)行聚類，以得到與所述M種初始聚類個數(shù)一一對應(yīng)的M種初始聚類結(jié)果，M為正整數(shù)；

根據(jù)所述種子圖譜中實(shí)體之間的連接關(guān)系，從所述M種初始聚類結(jié)果中確定所述目標(biāo)聚類結(jié)果。

3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述種子圖譜包括與所述語料中的實(shí)體相同的共有實(shí)體，

所述根據(jù)所述種子圖譜中實(shí)體的連接關(guān)系，從所述M種初始聚類結(jié)果中確定所述目標(biāo)聚類結(jié)果，包括：

根據(jù)所述種子圖譜中實(shí)體的連接關(guān)系以及每一個所述初始聚類結(jié)果，確定每一個所述初始聚類結(jié)果的分散度和可及性，所述分散度用于表示所述種子圖譜中的每個共有實(shí)體的近鄰結(jié)構(gòu)在上所述初始聚類結(jié)果中的離散程度，所述近鄰結(jié)構(gòu)由一個共有實(shí)體和所述共有實(shí)體在所述種子圖譜中的所有相鄰的共有實(shí)體組成，所述可及性用于表示在所述初始聚類結(jié)果的每個類中所述共有實(shí)體在所述種子圖譜中的最短距離；

根據(jù)所述分散度和所述可及性，從所述初始聚類結(jié)果中確定所述目標(biāo)聚類結(jié)果。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述目標(biāo)聚類結(jié)果的分散度和可及性的差值的絕對值在所述M種初始聚類結(jié)果中最小。

5.根據(jù)權(quán)利要求1-4中任一項(xiàng)所述的方法，其特征在于，所述種子圖譜包括與所述語料中的實(shí)體相同的共有實(shí)體，所述種子圖譜中包括與所述語料之外的類外實(shí)體，所述方法還包括：

當(dāng)所述類外實(shí)體在所述種子圖譜中位于所述目標(biāo)聚類結(jié)果的第一類中兩個共有實(shí)體的最短路徑上，將所述類外實(shí)體添加至所述第一類；和/或，

根據(jù)所述種子圖譜中與所述類外實(shí)體相鄰的共有實(shí)體與所述目標(biāo)分類結(jié)果的每個類中的實(shí)體的相似度，將所述類外實(shí)體添加至所述目標(biāo)分類結(jié)果中的實(shí)體相似度滿足預(yù)設(shè)條件的一個或多個類。

6.根據(jù)權(quán)利要求1-5中任一項(xiàng)所述的方法，其特征在于，所述根據(jù)所述目標(biāo)聚類結(jié)果，確定所述語料中的新增實(shí)體與種子圖譜中的實(shí)體的相似度，包括：

確定所述目標(biāo)聚類結(jié)果中的每個實(shí)體的實(shí)體向量，所述實(shí)體向量的第n位表示所述實(shí)體是否屬于所述目標(biāo)分類結(jié)果中的第n類，n為正整數(shù)；

確定所述新增實(shí)體與所述種子圖譜中的實(shí)體的向量的距離，所述距離用于表示所述新增實(shí)體與所述種子圖譜中的實(shí)體的相似度。

7.根據(jù)權(quán)利要求1-6中任一項(xiàng)所述的方法，其特征在于，所述目標(biāo)分類結(jié)果包括多個類，所述多個類中的第j類包括新增實(shí)體，

所述方法還包括：根據(jù)所述第j類中的實(shí)體與所述種子圖譜中的多個子圖的相似性，確定與所述第j類最相似的第j目標(biāo)子圖，所述多個子圖中的每個子圖由所述種子圖譜中的一個實(shí)體以及所述實(shí)體在所述種子圖譜中的所有相鄰的實(shí)體組成；

所述根據(jù)所述相似度，將所述新增實(shí)體添加至所述種子圖譜，包括：根據(jù)所述相似度，將所述第j類中的新增實(shí)體添加至所述第j目標(biāo)子圖。

8.一種知識圖譜建立裝置，其特征在于，包括：

獲取模塊，用于獲取語料；

聚類模塊，用于對所述語料中的實(shí)體進(jìn)行聚類，以得到目標(biāo)聚類結(jié)果；

確定模塊，用于根據(jù)所述目標(biāo)聚類結(jié)果，確定所述語料中的新增實(shí)體與種子圖譜中的實(shí)體的相似度；

添加模塊，用于根據(jù)所述相似度，將所述新增實(shí)體添加至所述種子圖譜，以建立知識圖譜。