[發明專利]跨語言領域知識圖譜構建方法及裝置

在審

• 申請號: 202011507796.1
• 申請日: 2020-12-18
• 公開（公告）號: CN112487213A
• 公開（公告）日: 2021-03-12
• 發明（設計）人: 李涓子;劉丁梟;侯磊;張鵬;唐杰;許斌
• 申請（專利權）人: 清華大學
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F40/289
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 楊明月

1.一種跨語言領域知識圖譜構建方法，其特征在于，包括：

獲取目標領域對應的至少兩種語言的種子詞匯；

利用所述至少兩種語言的種子詞匯，進行詞匯擴展，直至擴展得到的詞匯數量滿足預設條件，獲得所述至少兩種語言的擴展詞匯；

對所述至少兩種語言的擴展詞匯執行交叉補充操作，獲得所述目標領域的相關詞匯；

從現有數據庫中提取所述相關詞匯對應的原始數據；

對所述原始數據進行知識圖譜的構建，生成所述目標領域的知識圖譜。

2.根據權利要求1所述的跨語言領域知識圖譜構建方法，其特征在于，所述對所述至少兩種語言的擴展詞匯執行交叉補充操作，獲得所述目標領域的相關詞匯，包括：

獲取所述至少兩種語言的擴展詞匯的交集數據，將所述交集數據作為所述目標領域的相關詞匯；或者，

獲取所述至少兩種語言的擴展詞匯的并集數據，將所述并集數據作為所述目標領域的相關詞匯；或者，

將所述至少兩種語言的擴展詞匯進行優先級排序，將排序后的擴展詞匯作為所述目標領域的相關詞匯。

3.根據權利要求1所述的跨語言領域知識圖譜構建方法，其特征在于，所述對所述原始數據進行知識圖譜的構建，生成所述目標領域的知識圖譜，包括：

對所述原始數據進行預處理，獲得經過預處理后的目標數據；

基于所述經過預處理后的目標數據，執行知識建模操作，獲得概念數據、不同概念之間的上下位關系和概念屬性數據；

基于所述經過預處理后的目標數據，執行知識獲取操作，獲得實例數據、實例與概念之間的關系以及實例屬性數據；

根據所述概念數據、不同概念之間的上下位關系和概念屬性數據，以及實例數據、實例與概念之間的關系以及實例屬性數據，執行知識融合操作，生成所述目標領域的知識圖譜。

4.根據權利要求3所述的跨語言領域知識圖譜構建方法，其特征在于，所述基于所述經過預處理后的目標數據，執行知識建模操作，獲得概念數據、不同概念之間的上下位關系和概念屬性數據，包括：

基于所述經過預處理后的目標數據，執行概念獲取操作，獲得概念數據；

基于所述經過預處理后的目標數據，執行概念上下文生成操作，獲得不同概念之間的上下位關系；

基于所述經過預處理后的目標數據，執行概念屬性獲取操作，獲得概念屬性數據。

5.根據權利要求3所述的跨語言領域知識圖譜構建方法，其特征在于，所述基于所述經過預處理后的目標數據，執行知識獲取操作，獲得實例數據、實例與概念之間的關系以及實例屬性數據，包括：

基于所述經過預處理后的目標數據，執行實例抽取操作，獲得實例數據；

基于所述經過預處理后的目標數據，執行實例分類操作，獲得實例與概念之間的關系；

基于所述經過預處理后的目標數據，執行實例屬性抽取操作，獲得實例屬性數據。

6.根據權利要求3所述的跨語言領域知識圖譜構建方法，其特征在于，所述根據所述概念數據、不同概念之間的上下位關系和概念屬性數據，以及實例數據、實例與概念之間的關系以及實例屬性數據，執行知識融合操作，生成所述目標領域的知識圖譜，包括：

根據所述概念數據、不同概念之間的上下位關系和概念屬性數據，以及實例數據、實例與概念之間的關系以及實例屬性數據，執行概念融合操作，實現概念層數據對齊；

根據所述概念數據、不同概念之間的上下位關系和概念屬性數據，以及實例數據、實例與概念之間的關系以及實例屬性數據，執行實例融合操作，實現實例層數據對齊；

根據所述概念數據、不同概念之間的上下位關系和概念屬性數據，以及實例數據、實例與概念之間的關系以及實例屬性數據，執行關系融合操作，實現概念和概念之間的關系、概念和實例之間的關系以及實例和實例之間的關系的對齊，生成所述目標領域的知識圖譜。

7.根據權利要求3所述的跨語言領域知識圖譜構建方法，其特征在于，所述對所述原始數據進行預處理，獲得經過預處理后的目標數據，包括：

對所述原始數據進行摘要截取、正文截取和/或信息框截取，獲得經過預處理后的目標數據。