[發(fā)明專利]基于自調(diào)參數(shù)的領(lǐng)域知識(shí)抽取方法與系統(tǒng)、電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 202110006928.0
• 申請(qǐng)日: 2021-01-05
• 公開(kāi)（公告）號(hào): CN112328812B
• 公開(kāi)（公告）日: 2021-03-26
• 發(fā)明（設(shè)計(jì)）人: 姚苗;查琳;冶莎;張晨;周智海;王芳杰;覃晨;黃慶嬌;王振宇;陳剛;何青松;向波;楊志勤;邢尚合;周凡吟
• 申請(qǐng)（專利權(quán)）人: 成都數(shù)聯(lián)銘品科技有限公司
• 主分類號(hào): G06F16/36
• 分類號(hào): G06F16/36
• 代理公司: 北京市領(lǐng)專知識(shí)產(chǎn)權(quán)代理有限公司 11590
• 代理人: 張玲;王瑩瑩

本發(fā)明涉及一種基于自調(diào)參數(shù)的領(lǐng)域知識(shí)抽取方法與系統(tǒng)、電子設(shè)備，包括以下步驟：通過(guò)采集的領(lǐng)域數(shù)據(jù)構(gòu)建領(lǐng)域本體知識(shí)庫(kù)，所述領(lǐng)域本體知識(shí)庫(kù)包括領(lǐng)域?qū)嶓w庫(kù)、領(lǐng)域關(guān)系庫(kù)、領(lǐng)域?qū)傩詭?kù)；將構(gòu)建的領(lǐng)域本體知識(shí)庫(kù)向量化處理后，作為預(yù)訓(xùn)練模型的輸入，對(duì)預(yù)訓(xùn)練模型進(jìn)行訓(xùn)練，得到知識(shí)抽取模型；獲取知識(shí)抽取模型中的可調(diào)參數(shù)，根據(jù)業(yè)務(wù)數(shù)據(jù)調(diào)整可調(diào)參數(shù)，對(duì)業(yè)務(wù)數(shù)據(jù)進(jìn)行預(yù)處理后，將預(yù)處理后的業(yè)務(wù)數(shù)據(jù)和調(diào)整后的可調(diào)參數(shù)輸入所述知識(shí)抽取模型，從而得到業(yè)務(wù)數(shù)據(jù)的抽取結(jié)果；所述抽取結(jié)果為實(shí)體，關(guān)系，屬性的三元組列表。本方案能夠完備知識(shí)庫(kù)，統(tǒng)一抽取實(shí)體、關(guān)系、屬性，快速響應(yīng)不同的業(yè)務(wù)需求。

技術(shù)領(lǐng)域

本發(fā)明涉及知識(shí)圖譜技術(shù)領(lǐng)域，特別涉及一種基于自調(diào)參數(shù)的領(lǐng)域知識(shí)抽取方法與系統(tǒng)、電子設(shè)備。

背景技術(shù)

知識(shí)圖譜（Knowledge Graph），在圖書(shū)情報(bào)界稱為知識(shí)域可視化或知識(shí)領(lǐng)域映射地圖，是顯示知識(shí)發(fā)展進(jìn)程與結(jié)構(gòu)關(guān)系的一系列各種不同的圖形，用可視化技術(shù)描述知識(shí)資源及其載體，挖掘、分析、構(gòu)建、繪制和顯示知識(shí)及它們之間的相互聯(lián)系。知識(shí)抽取是知識(shí)圖譜構(gòu)建的前置步驟，知識(shí)抽取結(jié)果的數(shù)量、質(zhì)量直接影響到生成知識(shí)圖譜的質(zhì)量，特別對(duì)于非結(jié)構(gòu)化數(shù)據(jù)成圖，知識(shí)抽取則是必不可少的重要環(huán)節(jié)。

知識(shí)抽取的內(nèi)容包括實(shí)體抽取、關(guān)系抽取、屬性抽取。在工業(yè)領(lǐng)域，知識(shí)抽取的應(yīng)用主要集中在實(shí)體抽取，比如在文本數(shù)據(jù)領(lǐng)域，主要應(yīng)用在命名體識(shí)別技術(shù)，對(duì)人名、組織名稱、機(jī)構(gòu)名稱等進(jìn)行識(shí)別；在圖像數(shù)據(jù)領(lǐng)域，主要應(yīng)用在利用OCR技術(shù)上，并結(jié)合模板生成知識(shí)圖譜。而關(guān)系抽取、屬性抽取則主要基于領(lǐng)域生成相應(yīng)的規(guī)則來(lái)進(jìn)行知識(shí)抽取。

但目前的知識(shí)抽取還存在以下問(wèn)題：

一、公開(kāi)知識(shí)庫(kù)難以完備

知識(shí)抽取的準(zhǔn)確性與知識(shí)庫(kù)的完整性、標(biāo)準(zhǔn)性具有較強(qiáng)的依賴關(guān)系，而開(kāi)源的公共知識(shí)庫(kù)只對(duì)通用概念進(jìn)行了收集，對(duì)于具體業(yè)務(wù)領(lǐng)域的知識(shí)是不完備的，這就造成了開(kāi)源的知識(shí)庫(kù)沒(méi)有辦法直接用于實(shí)際業(yè)務(wù)場(chǎng)景。

二、知識(shí)抽取割裂

實(shí)體抽取、關(guān)系抽取、屬性抽取被劃分為不同的子任務(wù)，且需要順序執(zhí)行，目前沒(méi)有一個(gè)完整的知識(shí)抽取模型能夠同時(shí)滿足實(shí)體抽取、關(guān)系抽取、屬性抽取，但是在知識(shí)圖譜中實(shí)體、關(guān)系、屬性是有依賴關(guān)聯(lián)的，將其任務(wù)劃分必然會(huì)導(dǎo)致局部信息丟失。

三、難以快速響應(yīng)變化

目前的知識(shí)抽取模型很難進(jìn)行復(fù)用，每次進(jìn)行知識(shí)抽取時(shí)都需要根據(jù)具體的業(yè)務(wù)數(shù)據(jù)進(jìn)行重新訓(xùn)練、驗(yàn)證、測(cè)試，知識(shí)抽取模型建設(shè)周期很長(zhǎng)，難以應(yīng)對(duì)業(yè)務(wù)需求的快速變化。

發(fā)明內(nèi)容

本發(fā)明的目的在于解決上述三個(gè)問(wèn)題，即第一完備領(lǐng)域本體知識(shí)庫(kù)，第二能夠統(tǒng)一抽取實(shí)體、關(guān)系、屬性，第三快速響應(yīng)不同的業(yè)務(wù)需求，提供一種基于自調(diào)參數(shù)的領(lǐng)域知識(shí)抽取方法與系統(tǒng)、電子設(shè)備。

為了實(shí)現(xiàn)上述三個(gè)問(wèn)題的發(fā)明目的，本發(fā)明實(shí)施例提供了以下技術(shù)方案：

基于自調(diào)參數(shù)的領(lǐng)域知識(shí)抽取方法，其特征在于：包括以下步驟：

依據(jù)開(kāi)源知識(shí)庫(kù)，對(duì)采集的領(lǐng)域數(shù)據(jù)進(jìn)行預(yù)處理，通過(guò)預(yù)處理后的領(lǐng)域數(shù)據(jù)構(gòu)建領(lǐng)域本體知識(shí)庫(kù)，所述領(lǐng)域本體知識(shí)庫(kù)包括領(lǐng)域本體，所述領(lǐng)域本體包括領(lǐng)域?qū)嶓w庫(kù)、領(lǐng)域關(guān)系庫(kù)、領(lǐng)域?qū)傩詭?kù)；

將構(gòu)建的領(lǐng)域本體知識(shí)庫(kù)向量化處理后，作為預(yù)訓(xùn)練模型的輸入，對(duì)預(yù)訓(xùn)練模型進(jìn)行訓(xùn)練，得到知識(shí)抽取模型；

獲取知識(shí)抽取模型中的可調(diào)參數(shù)，根據(jù)業(yè)務(wù)數(shù)據(jù)調(diào)整可調(diào)參數(shù)，對(duì)業(yè)務(wù)數(shù)據(jù)進(jìn)行預(yù)處理后，將預(yù)處理后的業(yè)務(wù)數(shù)據(jù)和調(diào)整后的可調(diào)參數(shù)輸入所述知識(shí)抽取模型，從而得到業(yè)務(wù)數(shù)據(jù)的抽取結(jié)果；所述抽取結(jié)果為實(shí)體，關(guān)系，屬性的三元組列表。