[發明專利]基于會議記錄構建知識圖譜的方法、裝置及處理器

在審

• 申請號: 202011232612.5
• 申請日: 2020-11-06
• 公開（公告）號: CN112487197A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 黃躍峰;周陽;周志忠;霍斌
• 申請（專利權）人: 中科云谷科技有限公司;中聯重科股份有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F40/289;G06F40/211;G06F40/253;G06F40/30;G06K9/62
• 代理公司: 北京潤平知識產權代理有限公司 11283
• 代理人: 肖冰濱;王曉曉

本發明實施例提供一種基于會議記錄構建知識圖譜的方法、裝置、處理器及存儲介質。方法包括：獲取會議記錄文本，會議記錄文本通過語音會議記錄轉換得到；通過語言模型對會議記錄文本進行預處理，語言模型是根據預設專業領域的語料數據進行訓練得到的；提取出預處理后的會議記錄文本中的實體及實體之間的關系；根據實體及實體之間的關系建立對應的知識圖譜，可以對在會議中即時記錄的語音信息轉換為更容易閱讀和理解的結構化知識，從而優化了會議場景下連續的語音可能出現的斷句問題，提升了會議紀要的細膩度和精度，同時能夠對會議中提到的大量內容中提取出會議的核心內容，構建結構化的知識圖譜，減少人工的篩選，大幅度地提升了內容的可讀性。

技術領域

本發明涉及計算機技術領域，具體地涉及一種基于會議記錄構建知識圖譜的方法、裝置及處理器。

背景技術

知識圖譜，是通過將應用數學、圖形學、信息可視化技術、信息科學等學科的理論與方法與計量學引文分析、共現分析等方法結合，并利用可視化的圖譜形象地展示學科的核心結構、發展歷史、前沿領域以及整體知識架構達到多學科融合目的的現代理論。

然而，現有技術中，知識圖譜的構建都是基于直接的文本創建的，并且構建的知識圖譜與各個文本對應的專業領域是毫不相關的，導致創建的知識圖譜與專業領域相關，無法針對特定的文本建立相關的知識圖譜。

發明內容

本發明實施例的目的是提供一種基于會議記錄構建知識圖譜的方法、裝置、處理器及存儲介質。

為了實現上述目的，本發明第一方面提供一種基于會議記錄構建知識圖譜的方法，包括：

獲取會議記錄文本，會議記錄文本通過語音會議記錄轉換得到；

通過語言模型對會議記錄文本進行預處理，語言模型是根據預設專業領域的語料數據進行訓練得到的；

提取出預處理后的會議記錄文本中的實體及實體之間的關系；

根據實體及實體之間的關系建立對應的知識圖譜。

在本發明的實施例中，通過語言模型對會議記錄文本進行預處理包括：將會議記錄文本輸入至語言模型，通過語言模型確定會議記錄文本中包含的指代詞和主語；對指代詞和主語進行分類，確定指代詞對應的替代主語；將會議記錄文本中的指代詞替換為與替代主語，得到預處理后的會議記錄文本。

在本發明的實施例中，對指代詞和主語進行分類，確定指代詞對應的替代主語包括：確定每個指代詞對應的候選詞；將候選詞轉換為特征向量；確定每個特征向量對應的置信度；將置信度最高的特征向量對應的候選詞作為指代詞對應的替代主語。

在本發明的實施例中，提取出預處理后的會議記錄文本中的實體及實體之間的關系包括：通過語言模型確定預處理后的會議記錄文本中的實體；確定實體對應的專業領域；根據專業領域確定實體對應的類別；根據實體以及實體對應的類別確定實體及實體之間的關系。

在本發明的實施例中，提取出預處理后的會議記錄文本中的實體及實體之間的關系包括：提取出會議記錄文本中的動詞及動詞短語；將動詞及動詞短語作為實體關系組的謂詞，并將動詞及動詞短語作為根節點遍歷與之相關的名詞短語；根據預設的語言規則確定動詞和動詞短語以及名詞短語的關系。

在本發明的實施例中，上述方法還包括：在提取出預處理后的會議記錄文本中的實體及實體之間的關系之后，將任意確定相同的實體與實體之間的關系的兩組進行去重合并；對確定為語義近似的兩組實體進行聚類；根據進行聚類后的實體及實體之間的關系構建對應的知識圖譜。

在本發明的實施例中，上述方法還包括：在獲取會議記錄文本之后，獲取會議記錄文本對應的會議主題；根據會議主題獲取相對應的專業詞匯包；根據專業詞匯包對會議記錄文本中包含的專業詞匯進行糾正。