[發明專利]知識圖譜構建方法及裝置、電子設備和存儲介質

有效

• 申請號: 202110506271.4
• 申請日: 2021-05-10
• 公開（公告）號: CN113139068B
• 公開（公告）日: 2023-05-09
• 發明（設計）人: 房建東;蔡新輝;趙于東
• 申請（專利權）人: 內蒙古工業大學
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/28;G06F40/30
• 代理公司: 北京金信知識產權代理有限公司 11225
• 代理人: 黃威

1.一種垂直領域知識圖譜構建方法，其特征在于，包括：

獲取設定應用領域的多源異構數據對應的結構本體，所述結構本體包括所述應用領域中的實體類型、屬性，以及各實體之間的關系和/或實體與屬性之間的關系；

對多源異構數據執行三元組抽取，所述多源異構數據包括結構化數據、半結構化數據以及非結構化數據；

對所述非結構化數據執行三元組抽取，包括：

獲得所述非結構化數據的令牌向量、分段向量以及相對位置向量；

對所述令牌向量和分段向量以及相對位置向量構成的合并向量進行編碼處理，得到共享編碼層向量；

對所述共享編碼層向量進行解碼處理，確定所述共享編碼層中的主語向量；

基于所述主語向量和所述共享編碼層向量的融合向量，確定賓語以及所述主語和所述賓語之間的關系；

基于所述主語、所述賓語及所述主語和賓語之間的關系，確定三元組；

將所述三元組數據添加到所述結構本體中，得到知識圖譜；

利用各所述三元組之間實體對、關系對、屬性對和詞向量的相似性，優化所述知識圖譜。

2.根據權利要求1所述的方法，其特征在于，所述對多源異構數據執行三元組抽取，包括：

利用所述結構化數據和所述半結構化數據得到實體名稱、屬性名稱及屬性值組合的三元組；

利用所述非結構化數據得到主語、賓語及所述主語和賓語之間的關系的三元組。

3.根據權利要求1或2所述的方法，其特征在于，對所述半結構化數據執行三元組抽取，包括：

利用所述結構化數據抽取的三元組中的實體構成詞條集合；

從百科數據獲取與所述詞條集合中至少一個詞條相關聯的網頁源碼；

對所述網頁源碼進行解析提取出所述詞條對應的屬性以及屬性值；

利用所述詞條、對應的屬性及屬性值，得到所述詞條對應的三元組。

4.一種知識圖譜構建裝置，其特征在于，包括：

獲取模塊，用于獲取設定應用領域的多源異構數據對應的結構本體，所述結構本體包括所述應用領域中的實體類型、屬性，以及各實體之間的關系和/或實體與屬性之間的關系；

抽取模塊，用于對多源異構數據執行三元組抽取，所述多源異構數據包括結構化數據、半結構化數據以及非結構化數據；對所述非結構化數據執行三元組抽取，包括：

獲得所述非結構化數據的令牌向量、分段向量以及相對位置向量；

對所述令牌向量和分段向量以及相對位置向量構成的合并向量進行編碼處理，得到共享編碼層向量；

對所述共享編碼層向量進行解碼處理，確定所述共享編碼層中的主語向量；

基于所述主語向量和所述共享編碼層向量的融合向量，確定賓語以及所述主語和所述賓語之間的關系；

基于所述主語、所述賓語及所述主語和賓語之間的關系，確定三元組；

構建模塊，用于將所述三元組數據添加到所述結構本體中，得到知識圖譜；利用各所述三元組之間實體對、關系對、屬性對和詞向量的相似性，優化所述知識圖譜。

5.根據權利要求4所述的裝置，其特征在于，所述抽取模塊還用于：

利用所述結構化數據和所述半結構化數據得到實體名稱、屬性名稱及屬性值組合的三元組；

利用所述非結構化數據得到主語、賓語及所述主語和賓語之間的關系的三元組。

6.根據權利要求4或5所述的裝置，其特征在于，所述抽取模塊還用于：

基于所述結構化數據確定的三元組中的實體獲得詞條集合；

獲得百科數據中與所述詞條集合中至少一個詞條相關聯的網頁源碼；

對所述網頁源碼進行解析提取出所述詞條對應的屬性以及屬性值；

利用所述詞條、對應的屬性及屬性值，得到所述詞條對應的三元組。

7.一種電子設備，其特征在于，包括：

處理器；

用于存儲處理器可執行指令的存儲器；

其中，所述處理器被配置為調用所述存儲器存儲的指令，以執行權利要求1至3中任意一項所述的方法。

8.一種計算機可讀存儲介質，其上存儲有計算機程序指令，其特征在于，所述計算機程序指令被處理器執行時實現權利要求1至3中任意一項所述的方法。