[發明專利]知識圖譜中三元組數據標注方法和裝置

有效

• 申請號: 202010042297.3
• 申請日: 2020-01-15
• 公開（公告）號: CN111259624B
• 公開（公告）日: 2023-03-31
• 發明（設計）人: 李艦;李雙婕;史亞冰;蔣燁;張揚;朱勇
• 申請（專利權）人: 北京百度網訊科技有限公司
• 主分類號: G06F40/117
• 分類號: G06F40/117;G06F40/169;G06F40/295
• 代理公司: 北京清亦華知識產權代理事務所(普通合伙) 11201
• 代理人: 戎鄭華

1.一種知識圖譜中三元組數據標注方法，其特征在于，包括：

按照預設的規則計算知識圖譜中目標三元組數據的置信度，其中，目標三元組數據中包括：目標主體、目標客體及目標關系；

若目標三元組數據的置信度大于閾值，則根據所述目標三元組數據的熱度，確定所述目標三元組數據的調度優先級；

根據所述目標關系的時效性及所述目標主體的歧義性，確定所述目標三元組數據的標注模式；

根據所述目標三元組數據的調度優先級及標注模式，對所述目標三元組數據進行標注。

2.如權利要求1所述的方法，其特征在于，所述按照預設的規則計算知識圖譜中目標三元組數據的置信度，包括：

根據所述目標三元組數據與預設的本體約束的匹配度，確定目標三元組數據的置信度；

或者，

根據所述目標三元組數據與預設知識圖譜中的各參考三元組數據的一致性，確定目標三元組數據的置信度。

3.如權利要求1所述的方法，其特征在于，所述按照預設的規則計算知識圖譜中目標三元組數據的置信度，包括：

將所述目標主體、目標客體及目標關系進行拼接，生成查詢語句；

獲取所述查詢語句對應的多個網絡搜索結果；

根據所述目標主體、目標客體及目標關系在每個網絡搜索結果中的共現頻次、和/或共現距離，確定所述目標三元組數據的置信度。

4.如權利要求1所述的方法，其特征在于，所述根據所述目標三元組數據的熱度，確定所述目標三元組數據的調度優先級之前，還包括：

將所述目標主體、目標客體及目標關系進行拼接，生成查詢語句；

獲取所述查詢語句對應的多個網絡搜索結果；

根據所述多個網絡搜索結果中目標主體出現的網頁數量，確定所述目標主體的熱度；

根據所述目標關系在每個網絡搜索結果中權重值，確定所述目標關系的熱度；

根據所述目標主體的熱度、目標關系的熱度及預設的權重值，確定所述目標三元組數據的熱度。

5.如權利要求1所述的方法，其特征在于，所述確定所述目標三元組數據的標注模式之前，還包括：

對包含所述目標主體的字符串進行主體識別，確定所述字符串中包含的實體數量；

若所述字符串中包含的實體數量大于或等于閾值，則確定所述目標三元組數據為專員標注數據。

6.如權利要求5所述的方法，其特征在于，所述確定所述字符串中包含的實體數量之后，還包括：

若所述字符串中包含N個熱度不同的實體，則確定所述目標三元組數據為專員標注數據，其中，N為大于1、且小于所述閾值的整數。

7.如權利要求5所述的方法，其特征在于，所述確定所述字符串中包含的實體數量之后，還包括：

若所述字符串中包含的實體數量小于或等于N，則確定所述目標三元組數據為眾包標注數據；

或者，若所述字符串中包含N個熱度相同的實體，則確定所述目標三元組數據為眾包標注數據；

其中，N為大于1、且小于所述閾值的整數。

8.一種知識圖譜中三元組數據標注裝置，其特征在于，包括：

計算模塊，用于按照預設的規則計算知識圖譜中目標三元組數據的置信度，其中，目標三元組數據中包括：目標主體、目標客體及目標關系；

第一確定模塊，用于當目標三元組數據的置信度大于閾值時，根據所述目標三元組數據的熱度，確定所述目標三元組數據的調度優先級；

第二確定模塊，用于根據所述目標關系的時效性及所述目標主體的歧義性，確定所述目標三元組數據的標注模式；

標注模塊，用于根據所述目標三元組數據的調度優先級及標注模式，對所述目標三元組數據進行標注。

9.如權利要求8所述的裝置，其特征在于，所述計算模塊，具體用于：

根據所述目標三元組數據與預設的本體約束的匹配度，確定目標三元組數據的置信度；

或者，

根據所述目標三元組數據與預設知識圖譜中的各參考三元組數據的一致性，確定目標三元組數據的置信度。