[發(fā)明專利]概念圖譜構(gòu)建方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011288931.8
• 申請(qǐng)日: 2020-11-17
• 公開（公告）號(hào): CN112395391A
• 公開（公告）日: 2021-02-23
• 發(fā)明（設(shè)計(jì)）人: 白祚;董光喆;孫梓淇;莫洋
• 申請(qǐng)（專利權(quán)）人: 中國平安人壽保險(xiǎn)股份有限公司
• 主分類號(hào): G06F16/33
• 分類號(hào): G06F16/33;G06F16/36;G06F40/284;G06F40/295;G06F40/30
• 代理公司: 深圳市世聯(lián)合知識(shí)產(chǎn)權(quán)代理有限公司 44385
• 代理人: 汪琳琳

本申請(qǐng)實(shí)施例屬于大數(shù)據(jù)技術(shù)領(lǐng)域，涉及一種概念圖譜構(gòu)建方法及相關(guān)設(shè)備，可應(yīng)用于智慧教育領(lǐng)域，包括：采集文本數(shù)據(jù)，對(duì)所述文本數(shù)據(jù)進(jìn)行短語抽取，得到第一候選概念數(shù)據(jù)、第二候選概念數(shù)據(jù)以及第三候選概念數(shù)據(jù)；組合第一候選概念數(shù)據(jù)、第二候選概念數(shù)據(jù)和第三候選概念數(shù)據(jù)為候選數(shù)據(jù)集，通過預(yù)設(shè)評(píng)分模型對(duì)候選數(shù)據(jù)集中的候選概念數(shù)據(jù)進(jìn)行評(píng)分，確定評(píng)分大于等于預(yù)設(shè)閾值的候選概念數(shù)據(jù)為優(yōu)選概念數(shù)據(jù)；將優(yōu)選概念數(shù)據(jù)與存儲(chǔ)的預(yù)設(shè)知識(shí)進(jìn)行匹配，確定與優(yōu)選概念數(shù)據(jù)匹配成功的預(yù)設(shè)知識(shí)為優(yōu)選知識(shí)，將優(yōu)選概念數(shù)據(jù)與優(yōu)選知識(shí)進(jìn)行關(guān)聯(lián)存儲(chǔ)。此外，本申請(qǐng)還涉及區(qū)塊鏈技術(shù)，優(yōu)選概念數(shù)據(jù)可存儲(chǔ)于區(qū)塊鏈中。本申請(qǐng)實(shí)現(xiàn)了概念圖譜的自適應(yīng)構(gòu)建。

技術(shù)領(lǐng)域

本申請(qǐng)涉及大數(shù)據(jù)技術(shù)領(lǐng)域，尤其涉及一種概念圖譜構(gòu)建方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)

當(dāng)前，無論是在對(duì)話交談中，還是對(duì)文章進(jìn)行閱讀和對(duì)事件進(jìn)行描述時(shí)，人們往往以概念的方式對(duì)事物進(jìn)行認(rèn)知。理想的概念應(yīng)該能準(zhǔn)確描述一類事件，但同時(shí)又不缺乏泛化性，能夠提供除事件本身以外，更多且更泛化的信息量。對(duì)于不同的應(yīng)用和不同的場(chǎng)景，概念的體系是不同的。例如，對(duì)于搜索類的應(yīng)用，電商系統(tǒng)中的搜索和醫(yī)學(xué)文獻(xiàn)的搜索，概念體系可能是完全不一樣的。

現(xiàn)有的概念圖譜，往往存在太過通用，或者太過正式而無法針對(duì)不同的場(chǎng)景進(jìn)行不同的概念關(guān)聯(lián)的問題。例如，有的概念圖譜是在非常正式的內(nèi)容上挖掘構(gòu)建而成的，如維基百科的頁面內(nèi)容。這些內(nèi)容與不同應(yīng)用實(shí)際面對(duì)的場(chǎng)景是不一樣的。如在智能對(duì)話系統(tǒng)中，用戶的語言更加口語化；而在保險(xiǎn)垂類搜索中，用戶的輸入則與保險(xiǎn)行業(yè)高度相關(guān)。因此，現(xiàn)有的概念圖譜無法為不同的應(yīng)用提供適合、定制化的知識(shí)供給，從而限制了應(yīng)用的智能化認(rèn)知水平，無法為用戶提供最優(yōu)質(zhì)的體驗(yàn)。

發(fā)明內(nèi)容

本申請(qǐng)實(shí)施例的目的在于提出一種概念圖譜構(gòu)建方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)，旨在解決現(xiàn)有的概念圖譜無法進(jìn)行定制化地知識(shí)供給的技術(shù)問題。

為了解決上述技術(shù)問題，本申請(qǐng)實(shí)施例提供一種概念圖譜構(gòu)建方法，采用了如下所述的技術(shù)方案：

一種概念圖譜構(gòu)建方法，包括以下步驟：

采集文本數(shù)據(jù)，基于預(yù)設(shè)模版庫的基礎(chǔ)模版對(duì)所述文本數(shù)據(jù)進(jìn)行短語抽取，得到第一候選概念數(shù)據(jù)，基于預(yù)設(shè)短語抽取算法對(duì)所述文本數(shù)據(jù)進(jìn)行短語抽取，得到第二候選概念數(shù)據(jù)，基于預(yù)設(shè)語言模型對(duì)所述文本數(shù)據(jù)進(jìn)行短語抽取，得到第三候選概念數(shù)據(jù)；

組合所述第一候選概念數(shù)據(jù)、第二候選概念數(shù)據(jù)和第三候選概念數(shù)據(jù)為候選數(shù)據(jù)集，通過預(yù)設(shè)評(píng)分模型對(duì)所述候選數(shù)據(jù)集中的候選概念數(shù)據(jù)進(jìn)行評(píng)分，確定評(píng)分大于等于預(yù)設(shè)閾值的候選概念數(shù)據(jù)為優(yōu)選概念數(shù)據(jù)；

將所述優(yōu)選概念數(shù)據(jù)與存儲(chǔ)的預(yù)設(shè)知識(shí)一一進(jìn)行匹配，確定與所述優(yōu)選概念數(shù)據(jù)匹配成功的預(yù)設(shè)知識(shí)為優(yōu)選知識(shí)，將所述優(yōu)選概念數(shù)據(jù)與所述優(yōu)選知識(shí)進(jìn)行關(guān)聯(lián)存儲(chǔ)。

進(jìn)一步的，在所述基于預(yù)設(shè)語言模型對(duì)所述文本數(shù)據(jù)進(jìn)行短語抽取，得到第三候選概念數(shù)據(jù)的步驟之前，包括：

獲取預(yù)設(shè)訓(xùn)練數(shù)據(jù)，基于所述預(yù)設(shè)訓(xùn)練數(shù)據(jù)對(duì)基礎(chǔ)語言模型進(jìn)行訓(xùn)練，其中，所述基礎(chǔ)語言模型包括預(yù)訓(xùn)練模型和條件隨機(jī)場(chǎng)模型；

獲取所述基礎(chǔ)語言模型的學(xué)習(xí)率，確定在所述學(xué)習(xí)率下所述基礎(chǔ)語言模型中的預(yù)訓(xùn)練模型和條件隨機(jī)場(chǎng)模型的收斂值是否均為對(duì)應(yīng)的最佳值；

在所述預(yù)訓(xùn)練模型和所述條件隨機(jī)場(chǎng)模型任意一個(gè)的收斂值非對(duì)應(yīng)的最佳值時(shí)，調(diào)整所述學(xué)習(xí)率，直至所述預(yù)訓(xùn)練模型和所述條件隨機(jī)場(chǎng)模型的收斂值均達(dá)到對(duì)應(yīng)的所述最佳值，確定所述基礎(chǔ)語言模型為預(yù)設(shè)語言模型。

進(jìn)一步的，所述通過預(yù)設(shè)評(píng)分模型對(duì)所述候選數(shù)據(jù)集中的候選概念數(shù)據(jù)進(jìn)行評(píng)分的步驟包括：

獲取所述候選數(shù)據(jù)集中候選概念數(shù)據(jù)的語義凝聚度、長(zhǎng)度、詞性標(biāo)注結(jié)果以及語言模型特征；