[發(fā)明專利]基于query分析的圖譜優(yōu)化方法、裝置、設(shè)備及介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202110688454.2
• 申請(qǐng)日: 2021-06-22
• 公開（公告）號(hào): CN113254671B
• 公開（公告）日: 2021-09-28
• 發(fā)明（設(shè)計(jì)）人: 陳宇
• 申請(qǐng)（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號(hào): G06F16/36
• 分類號(hào): G06F16/36;G06F16/28;G06F16/35;G06F40/295;G06N3/04;G06N5/02
• 代理公司: 深圳市精英專利事務(wù)所 44242
• 代理人: 李翔宇

本發(fā)明涉及人工智能領(lǐng)域，提供一種基于query分析的圖譜優(yōu)化方法、裝置、設(shè)備及介質(zhì)，能夠通過query分析，抽取到用戶關(guān)注的實(shí)體及關(guān)系，形成用戶關(guān)注領(lǐng)域的知識(shí)，有效解決了回答不清楚、不準(zhǔn)確等的問題，同時(shí)，結(jié)合query分析及搜索引擎，將與用戶關(guān)注點(diǎn)強(qiáng)相關(guān)的實(shí)體及關(guān)系更新至知識(shí)圖譜，使構(gòu)建的圖譜更加具有針對(duì)性，進(jìn)而實(shí)現(xiàn)了對(duì)知識(shí)圖譜的優(yōu)化更新，擴(kuò)充及豐富了知識(shí)圖譜的規(guī)模。本發(fā)明還涉及區(qū)塊鏈技術(shù)，目標(biāo)圖譜可以存儲(chǔ)于區(qū)塊鏈節(jié)點(diǎn)上。

技術(shù)領(lǐng)域

本發(fā)明涉及人工智能技術(shù)領(lǐng)域，尤其涉及一種基于query分析的圖譜優(yōu)化方法、裝置、設(shè)備及介質(zhì)。

背景技術(shù)

現(xiàn)有技術(shù)中普遍采用的用于構(gòu)建知識(shí)圖譜的數(shù)據(jù)源主要是結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)，比如金融產(chǎn)品的知識(shí)圖譜，數(shù)據(jù)來源一方面是相關(guān)公司歷史金融產(chǎn)品數(shù)據(jù)庫，另一方面是一些金融專業(yè)網(wǎng)站公布的半結(jié)構(gòu)化網(wǎng)頁數(shù)據(jù)。這些數(shù)據(jù)的優(yōu)點(diǎn)是比較規(guī)整，方便轉(zhuǎn)換成知識(shí)圖譜。但是，也存在一定的缺陷，具體如下：

1.數(shù)據(jù)量有限；很多公司的積累數(shù)據(jù)庫是不夠的，甚至有些數(shù)據(jù)并沒有存儲(chǔ)到數(shù)據(jù)庫中，因此無法支持完整的知識(shí)圖譜構(gòu)建；

2.一些數(shù)據(jù)庫由于權(quán)限問題無法獲取。

因此，傳統(tǒng)方式構(gòu)建的知識(shí)圖譜不夠完整，知識(shí)的覆蓋面較小。

另外，采用現(xiàn)有技術(shù)構(gòu)建的知識(shí)圖譜與用戶需求的關(guān)聯(lián)度較小，當(dāng)現(xiàn)有技術(shù)構(gòu)建的知識(shí)圖譜被用于用戶搜索等交互場(chǎng)景時(shí)，由于答案反饋主要基于的是數(shù)據(jù)庫數(shù)據(jù)和知識(shí)圖譜數(shù)據(jù)，因此，將可能導(dǎo)致下面問題的產(chǎn)生：

1.由于知識(shí)圖譜中的數(shù)據(jù)不夠完整，因此回答不詳細(xì)；

2.由于知識(shí)圖譜中的數(shù)據(jù)與用戶的關(guān)聯(lián)度較低，因此匹配的答案不準(zhǔn)確。

發(fā)明內(nèi)容

本發(fā)明實(shí)施例提供了一種基于query分析的圖譜優(yōu)化方法、裝置、設(shè)備及介質(zhì)，能夠通過query分析，抽取到用戶關(guān)注的實(shí)體及關(guān)系，形成用戶關(guān)注領(lǐng)域的知識(shí)，有效解決了回答不清楚、不準(zhǔn)確等的問題，同時(shí)，結(jié)合query分析及搜索引擎，將與用戶關(guān)注點(diǎn)強(qiáng)相關(guān)的實(shí)體及關(guān)系更新至知識(shí)圖譜，使構(gòu)建的圖譜更加具有針對(duì)性，進(jìn)而實(shí)現(xiàn)了對(duì)知識(shí)圖譜的優(yōu)化更新，擴(kuò)充及豐富了知識(shí)圖譜的規(guī)模。

第一方面，本發(fā)明實(shí)施例提供了一種基于query分析的圖譜優(yōu)化方法，其包括：

獲取預(yù)設(shè)時(shí)長內(nèi)產(chǎn)生的query日志；

從所述query日志中獲取瀏覽信息，并根據(jù)所述瀏覽信息確定待優(yōu)化query；

調(diào)用指定搜索引擎，并利用所述指定搜索引擎查詢所述待優(yōu)化query，得到至少一個(gè)非結(jié)構(gòu)化文本；

利用改進(jìn)的BiLSTM模型對(duì)所述至少一個(gè)非結(jié)構(gòu)化文本進(jìn)行實(shí)體及關(guān)系抽取，得到候選實(shí)體及候選關(guān)系；

從所述至少一個(gè)非結(jié)構(gòu)化文本中獲取抽取失敗的文本，利用改進(jìn)的基于ERNIE的實(shí)體關(guān)系聯(lián)合抽取模型對(duì)所述抽取失敗的文本進(jìn)行補(bǔ)充抽取，并將抽取到的數(shù)據(jù)補(bǔ)充至所述候選實(shí)體及所述候選關(guān)系；

調(diào)用初始知識(shí)圖譜，并利用所述初始知識(shí)圖譜對(duì)所述候選實(shí)體及所述候選關(guān)系進(jìn)行清洗，得到目標(biāo)實(shí)體及目標(biāo)關(guān)系；

將所述目標(biāo)實(shí)體及所述目標(biāo)關(guān)系更新至所述初始知識(shí)圖譜，得到目標(biāo)圖譜。

根據(jù)本發(fā)明優(yōu)選實(shí)施例，所述根據(jù)所述瀏覽信息確定待優(yōu)化query包括：

從所述瀏覽信息中捕獲停留時(shí)長大于或者等于配置時(shí)長，且沒有點(diǎn)擊操作的頁面，將捕獲到的頁面所對(duì)應(yīng)的query確定為所述待優(yōu)化query；及/或

從所述瀏覽信息中讀取用戶的消極反饋記錄，并獲取與所述消極反饋記錄對(duì)應(yīng)的query作為所述待優(yōu)化query。