[發明專利]一種知識圖譜構建方法及裝置、存儲介質和計算設備

在審

• 申請號: 202110947950.5
• 申請日: 2021-08-18
• 公開（公告）號: CN113849658A
• 公開（公告）日: 2021-12-28
• 發明（設計）人: 呂洪燕;吳國平;張秀杰;劉電;莫春榮
• 申請（專利權）人: 廣州國交潤萬交通信息有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/33;G06K9/62;G06N3/04
• 代理公司: 廣州藍晟專利代理事務所(普通合伙) 44452
• 代理人: 陳栩東

1.一種知識圖譜構建方法，其特征在于，包括如下步驟：

S1、獲取語料數據；

S2、將語料數據輸入預訓練模型，利用預訓練模型生成語料數據對應的向量表示；

S3、將步驟S2生成的向量分別輸入到LSTM網絡和GRU網絡，以提取語料特征，提取出的語料特征再通過Softmax多分類算法來進行實體抽取和實體關系分類；

S4、將步驟S3抽取出的實體以及實體間的關系存儲到ElasticSearch數據庫中，之后再從ElasticSearch數據庫中搜索查找出所需的實體、實體間的關系，并進一步做編輯修改操作。

2.根據權利要求1所述的知識圖譜構建方法，其特征在于，步驟S2生成的向量存儲在Mysql中，編輯后的實體以及實體間的關系鏈存儲在nebula graph圖形數據庫中。

3.根據權利要求1所述的知識圖譜構建方法，其特征在于，從現有語料庫、純文本文件、HTML、XML、社區論壇爬取語料數據。

4.根據權利要求1所述的知識圖譜構建方法，其特征在于，預訓練模型采用RoBERTa預訓練模型。

5.根據權利要求1所述的知識圖譜構建方法，其特征在于，在步驟S3中，Softmax多分類算法將LSTM網絡和GRU網絡輸出的語料特征均映射到(0,1)區間內，從而得到各語料特征所對應的概率，選出其中的最大概率，該最大概率所對應的實體或實體關系即作為抽取結果。

6.一種知識圖譜構建裝置，其特征在于，包括依次連接的語料數據獲取模塊、向量表示模塊、實體抽取及實體關系分類模塊、存儲及編輯模塊，其中，

語料數據獲取模塊，用于獲取語料數據；

向量表示模塊，用于將語料數據獲取模塊獲取到的語料數據輸入預訓練模型，由預訓練模型生成語料數據對應的向量表示；

實體抽取及實體關系分類模塊，用于將向量表示模塊生成的向量分別輸入到LSTM網絡和GRU網絡來提取語料特征，提取出的語料特征再通過Softmax多分類算法來進行實體抽取和實體關系分類；

存儲及編輯模塊，用于將抽取出的實體以及實體間的關系存儲到ElasticSearch數據庫中，之后再從ElasticSearc數據庫中搜索查找出所需的實體、實體間的關系并進行編輯修改。

7.一種計算機可讀存儲介質，存儲有程序，其特征在于，所述程序被處理器執行時，實現權利要求1至5中任一項所述的知識圖譜構建方法。

8.一種計算設備，包括處理器以及用于存儲處理器可執行程序的存儲器，其特征在于，所述處理器執行存儲器存儲的程序時，實現權利要求1至5中任一項所述的知識圖譜構建方法。