[發(fā)明專(zhuān)利]用于知識(shí)圖譜中節(jié)點(diǎn)和鏈接的多語(yǔ)言知識(shí)匹配方法及裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 202010730143.3
• 申請(qǐng)日: 2020-07-27
• 公開(kāi)（公告）號(hào): CN111858961A
• 公開(kāi)（公告）日: 2020-10-30
• 發(fā)明（設(shè)計(jì)）人: 李剛民;倪蘋(píng);李雨茗;白旭明
• 申請(qǐng)（專(zhuān)利權(quán)）人: 西交利物浦大學(xué)
• 主分類(lèi)號(hào): G06F16/36
• 分類(lèi)號(hào): G06F16/36;G06F16/35;G06F16/33;G06F40/295;G06F40/30;G06F40/284;G06N3/04;G06N3/08
• 代理公司: 蘇州謹(jǐn)和知識(shí)產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 32295
• 代理人: 葉棟

本申請(qǐng)涉及一種用于知識(shí)圖譜中節(jié)點(diǎn)和鏈接的多語(yǔ)言知識(shí)匹配方法及裝置，屬于計(jì)算機(jī)技術(shù)領(lǐng)域，該方法包括：獲取目標(biāo)領(lǐng)域的多種語(yǔ)言類(lèi)型的實(shí)體語(yǔ)料；對(duì)于每種語(yǔ)言類(lèi)型的實(shí)體語(yǔ)料，將實(shí)體語(yǔ)料輸入與語(yǔ)言類(lèi)型對(duì)應(yīng)的分類(lèi)模型，得到實(shí)體語(yǔ)料對(duì)應(yīng)的科目分類(lèi)；將實(shí)體語(yǔ)料輸入與語(yǔ)言類(lèi)型和科目分類(lèi)對(duì)應(yīng)的語(yǔ)言模型，得到實(shí)體語(yǔ)料對(duì)應(yīng)的語(yǔ)言識(shí)別結(jié)果；將多種語(yǔ)言類(lèi)型的實(shí)體語(yǔ)料對(duì)應(yīng)的語(yǔ)言識(shí)別結(jié)果輸入預(yù)先訓(xùn)練的孿生網(wǎng)絡(luò)，將語(yǔ)言識(shí)別結(jié)果等價(jià)的不同語(yǔ)言類(lèi)型的實(shí)體語(yǔ)料連接為一個(gè)整體；可以解決專(zhuān)用知識(shí)圖譜無(wú)法提供多語(yǔ)言知識(shí)的融合的問(wèn)題；從原始語(yǔ)料層級(jí)就進(jìn)行匹配，可以實(shí)現(xiàn)多語(yǔ)言知識(shí)圖譜的匹配，且可以收納上下文關(guān)聯(lián)信息從而提高匹配的準(zhǔn)確率。

技術(shù)領(lǐng)域

本申請(qǐng)涉及一種用于知識(shí)圖譜匹配的多語(yǔ)言知識(shí)匹配方法及裝置，屬于計(jì)算機(jī)技術(shù)領(lǐng)域。

背景技術(shù)

知識(shí)圖譜的建立是把文本表述的知識(shí)以概念和關(guān)系結(jié)構(gòu)化，然后通過(guò)機(jī)器學(xué)習(xí)或者模型匹配的方式提取出來(lái)，再以節(jié)點(diǎn)和鏈接表示成圖譜形式。

知識(shí)圖譜包括兩個(gè)方面：1、通用知識(shí)圖譜。這些知識(shí)庫(kù)限于通用知識(shí)，由于語(yǔ)言的多義性等會(huì)引起一詞多義問(wèn)題，例如，關(guān)鍵字“發(fā)熱(fever)”被定義為一種臨床癥狀，而在維基百科中，fever還意味著一部波蘭電影、約翰·多恩的一首詩(shī)和一個(gè)虛構(gòu)的人物。這些意義不可能出現(xiàn)在醫(yī)學(xué)知識(shí)圖中，如果維基百科被用作直接的知識(shí)來(lái)源，會(huì)帶來(lái)一定的噪聲和語(yǔ)意曲解。2、專(zhuān)用知識(shí)圖譜。如金融知識(shí)圖譜、犯罪偵查知識(shí)圖譜和醫(yī)學(xué)知識(shí)圖譜等，這些知識(shí)圖譜聚焦更加集中和專(zhuān)業(yè)的特定知識(shí)，并以專(zhuān)業(yè)知識(shí)庫(kù)為基礎(chǔ)。專(zhuān)業(yè)知識(shí)庫(kù)的準(zhǔn)確性高于通用知識(shí)庫(kù)，但覆蓋面狹窄，而且往往是基于單一語(yǔ)言數(shù)據(jù)源，并且以單一語(yǔ)言為用戶(hù)服務(wù)，因此用其他語(yǔ)言描述的一些知識(shí)無(wú)法融合和被利用。

發(fā)明內(nèi)容

本申請(qǐng)?zhí)峁┝艘环N用于知識(shí)圖譜中節(jié)點(diǎn)和鏈接的多語(yǔ)言知識(shí)匹配方法及裝置，可以解決專(zhuān)用知識(shí)圖譜無(wú)法提供多語(yǔ)言知識(shí)的融合的問(wèn)題。本申請(qǐng)?zhí)峁┤缦录夹g(shù)方案：

第一方面，提供了一種用于知識(shí)圖譜中節(jié)點(diǎn)和鏈接的多語(yǔ)言知識(shí)匹配方法，所述方法包括：

獲取目標(biāo)領(lǐng)域的多種語(yǔ)言類(lèi)型的實(shí)體語(yǔ)料；

對(duì)于每種語(yǔ)言類(lèi)型的實(shí)體語(yǔ)料，將所述實(shí)體語(yǔ)料輸入與所述語(yǔ)言類(lèi)型對(duì)應(yīng)的分類(lèi)模型，得到所述實(shí)體語(yǔ)料對(duì)應(yīng)的科目分類(lèi)，所述科目分類(lèi)屬于所述目標(biāo)領(lǐng)域；所述知識(shí)分類(lèi)模型基于循環(huán)卷積神經(jīng)網(wǎng)絡(luò)RCNN建立；

將所述實(shí)體語(yǔ)料輸入與所述語(yǔ)言類(lèi)型和所述科目分類(lèi)對(duì)應(yīng)的語(yǔ)言模型，得到所述實(shí)體語(yǔ)料對(duì)應(yīng)的語(yǔ)言識(shí)別結(jié)果；

將所述多種語(yǔ)言類(lèi)型的實(shí)體語(yǔ)料對(duì)應(yīng)的語(yǔ)言識(shí)別結(jié)果輸入預(yù)先訓(xùn)練的孿生網(wǎng)絡(luò)，將語(yǔ)言識(shí)別結(jié)果等價(jià)的不同語(yǔ)言類(lèi)型的實(shí)體語(yǔ)料連接為一個(gè)整體；所述孿生網(wǎng)絡(luò)包括每種語(yǔ)言類(lèi)型對(duì)應(yīng)的匹配網(wǎng)絡(luò)。

可選地，所述RCNN包括依次連接的循環(huán)卷積神經(jīng)網(wǎng)絡(luò)層、最大池化max-pooling層和輸出層；

所述循環(huán)卷積神經(jīng)網(wǎng)絡(luò)層用于遞歸地計(jì)算所述待匹配語(yǔ)言數(shù)據(jù)中每個(gè)單詞的左上下文向量和右上下文向量；將所述左上下文向量、所述單詞的單詞向量和所述右上下文向量進(jìn)行拼接，得到所述單詞的向量表示；基于所述向量表示計(jì)算所述單詞的潛在語(yǔ)義向量；

所述max-pooling層用于獲取各個(gè)潛在語(yǔ)義向量中的最重要元素，得到所述待匹配語(yǔ)言數(shù)據(jù)的文本向量表示；

所述輸出層用于確定文本向量表示對(duì)應(yīng)的科目分類(lèi)。

可選地，所述右側(cè)上下文向量和所述左側(cè)上下文向量通過(guò)下式表示：