[發明專利]領域知識圖譜本體和數據的構建方法、裝置和系統

有效

• 申請號: 202010639157.4
• 申請日: 2020-07-06
• 公開（公告）號: CN111930856B
• 公開（公告）日: 2023-02-21
• 發明（設計）人: 鄂海紅;宋美娜;馬超童;韓鵬昊;畢秋波
• 申請（專利權）人: 北京郵電大學
• 主分類號: G06F16/28
• 分類號: G06F16/28
• 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: 石茵汀

1.一種領域知識圖譜本體和數據的構建方法，其特征在于，包括：

確定目標領域，并獲取與所述目標領域對應的領域知識庫，根據所述領域知識庫和目標設備發送的領域專家意見信息形成多層級標簽體系的領域知識圖譜本體雛形；

確定概念及其層級、概念的屬性和概念間的關系，并根據所述概念、所述概念的屬性、所述概念間關系以及所述層級，對所述領域知識圖譜本體雛形進行處理，生成領域本體知識表示；

獲取與所述目標領域對應的目標文本，通過預設實體抽取模型、關系抽取模型或聯合抽取模型，對所述目標文本進行自動化實體抽取和關系抽取，分別識別出命名實體和關系實例，并進行分類；

獲取分類失敗的語料中的候選短語，并獲取所述候選短語的統計指標特征，根據所述統計指標特征計算所述候選短語的質量評分，并將所述候選短語以及對應的質量評分發送給目標設備；

接收所述目標設備發送的經過領域專家篩選的目標短語，并將所述目標短語添加到所述領域本體知識表示或領域實例庫；

獲取分類成功的命名實體和關系實例，通過篩選或直接添加到所述領域實例庫。

2.如權利要求1所述的領域知識圖譜本體和數據的構建方法，其特征在于，所述目標文本為：

結構化文本、半結構化文本和非結構化文本中的一種或者多種。

3.如權利要求1所述的領域知識圖譜本體和數據的構建方法，其特征在于，所述將目標短語添加到所述領域本體知識表示，包括：

確定所述候選短語為新標簽，則確定新標簽節點對應的父節點和子節點，將所述新標簽節點添加到父節點和子節點之間；

確定所述候選短語為新實體，則確定新實體節點對應的父節點，將所述新實體節點添加到父節點下面；

確定所述候選短語為新關系，則確定關系主體和關系客體的對應節點，向所述領域本體知識表示中添加新的關系三元組。

4.如權利要求1所述的領域知識圖譜本體和數據的構建方法，其特征在于，所述確定概念及其層級，確定所述概念的屬性和概念間關系，并根據所述概念、所述概念的屬性、所述概念間關系以及所述層級，對所述領域知識圖譜本體雛形進行處理，生成領域本體知識表示，包括：

設置所述目標領域為根節點，各級標簽作為層次化的中間節點，以及各個實體作為葉子節點；

每個節點設置有唯一標識符、節點特征、標簽/實體概念名稱和節點類型；

設置描述實體屬性的對象數組，由屬性名和屬性取值類型兩個字段組成，該對象數組為實體概念層節點的特有屬性，標簽層節點默認此對象數組為空；

設置多層級標簽體系節點父子關系的對象數組，該對象數組為標簽層節點的特有屬性，實體概念層節點默認此對象數組為空；

設置關系體系的三元組集合，從所述實體概念層節點中選取關系主體和關系客體，并建立一條由所述關系主體指向所述關系客體的有向邊，并設置描述實體關系屬性的對象數組，其中，所述有向邊的名稱為關系類別；

根據上述設置獲取所述領域本體知識表示。

5.一種領域知識圖譜本體和數據的構建裝置，其特征在于，包括；

確定模塊，用于確定目標領域；

獲取形成模塊，用于獲取與所述目標領域對應的領域知識庫，根據所述領域知識庫和目標設備發送的領域專家意見信息形成多層級標簽體系的領域知識圖譜本體雛形；

確定生成模塊，用于確定概念及其層級、概念的屬性和概念間的關系，并根據所述概念、所述概念的屬性、所述概念間關系以及所述層級，對所述領域知識圖譜本體雛形進行處理，生成領域本體知識表示；

獲取抽取模塊，用于獲取與所述目標領域對應的目標文本，通過預設實體抽取模型、關系抽取模型或聯合抽取模型，對所述目標文本進行自動化實體抽取和關系抽取，分別識別出命名實體和關系實例，并進行分類；

獲取發送模塊，用于獲取分類失敗的語料中的候選短語，并獲取所述候選短語的統計指標特征，根據所述統計指標特征計算所述候選短語的質量評分，并將所述候選短語以及對應的質量評分發送給目標設備；

接收添加模塊，用于接收所述目標設備發送的經過領域專家篩選的目標短語，并將所述目標短語添加到所述領域本體知識表示或領域實例庫；

處理模塊，用于獲取分類成功的命名實體和關系實例，通過篩選或直接添加到所述領域實例庫。