[發明專利]基于標準文本的知識圖譜消歧方法、系統、設備、及介質

在審

• 申請號: 202111118444.1
• 申請日: 2021-09-24
• 公開（公告）號: CN113569060A
• 公開（公告）日: 2021-10-29
• 發明（設計）人: 郝文建;張明英;王立璽;張浩;魏梅;胡晨;高艷炫
• 申請（專利權）人: 中國電子技術標準化研究院;北京賽西科技發展有限責任公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F40/295
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 張亞超

本發明提供基于標準文本的知識圖譜消歧方法，涉及知識圖譜構建技術領域，包括：在標準文本中識別若干實體，根據實體之間的關聯關系，得到標準文本的實體關系網絡；在至少兩個標準文本的若干實體中選取實體指稱相同的實體，比對實體指稱相同的實體所在的實體關系網絡，得到實體指稱相同的實體是否為同一實體的比對結果；若比對結果為實體指稱相同的實體是同一實體，則將實體指稱相同的實體進行融合，實現知識圖譜消歧。本發明基于標準文本的知識圖譜消歧方法，明確關聯實體之間的關系，有效解決標準文本中實體指稱相同的實體的歧義性問題，降低將實體指稱相同但實質不同的實體融合為同一實體的幾率，提高知識圖譜技術在標準文本中應用的準確性。

技術領域

本發明涉及知識圖譜構建技術領域，尤其涉及一種基于標準文本的知識圖譜消歧方法、系統、設備、非暫態計算機可讀存儲介質、以及計算機程序產品。

背景技術

在標準文本的知識圖譜的構建過程中，存在大量實體。一部分實體的名稱是具有唯一性的，例如標準文本中的起草單位、發布單位等經過官方核實的信息。除此之外仍存在眾多名稱相同但實體不相同的情況，例如中文中存在嚴重的重名問題，若干標準文本中可能存在姓名相同的起草人，但是這些起草人未必就是同一自然人。如何判斷不同標準文本中相同名稱的實體是否為同一實體，繼而將同一實體進行融合，是構建基于標準文本的知識圖譜的難點。如果簡單地認為不同標準文本中名稱相同的實體是同一實體，將會導致大量的錯誤，構建所得的標準文本的知識圖譜的精度也極差。

發明內容

本發明提供一種基于標準文本的知識圖譜消歧方法，進一步明確關聯實體之間的關系，能夠有效地解決標準文本中實體指稱相同的實體的歧義性問題，提高知識圖譜技術在標準文本中應用的準確性。

本發明提供一種基于標準文本的知識圖譜消歧方法，包括：

在標準文本中識別若干實體，根據實體之間的關聯關系，得到標準文本的實體關系網絡；

在至少兩個所述標準文本的若干實體中選取實體指稱相同的實體，比對實體指稱相同的實體所在的實體關系網絡，得到實體指稱相同的實體是否為同一實體的比對結果；

若比對結果為實體指稱相同的實體是同一實體，則將實體指稱相同的實體進行融合，以實現知識圖譜消歧。

根據本發明提供的一種基于標準文本的知識圖譜消歧方法，所述在標準文本中識別若干實體，根據實體之間的關聯關系，得到標準文本的實體關系網絡，包括：

將標準文本分為若干個詞組；

在所述標準文本的若干個詞組中識別實體，被識別出的實體包含的信息包括實體間關系信息；

根據被識別出的實體的實體間關系信息，計算被識別出的實體之間的關聯度，得到標準文本的實體關系網絡。

根據本發明提供的一種基于標準文本的知識圖譜消歧方法，所述在至少兩個所述標準文本的若干實體中選取實體指稱相同的實體，比對實體指稱相同的實體所在的實體關系網絡，得到實體指稱相同的實體是否為同一實體的比對結果，包括：

在兩個所述標準文本的若干實體中選取實體指稱相同的實體；

在實體指稱相同的實體各自所在的實體關系網絡中選取與實體指稱相同的實體均存在關聯的指標實體；

計算所述指標實體之間的關聯度并得出關聯度之和，以得到實體指稱相同的實體是否為同一實體的比對結果。

根據本發明提供的一種基于標準文本的知識圖譜消歧方法，所述指標實體包括屬于標準文本的基本信息類別的指標實體、屬于技術要求類別的指標實體、屬于包裝要求類別的指標實體、和屬于試驗方法類別的指標實體中的一個或其任意組合。

本發明還提供一種基于標準文本的知識圖譜消歧系統，包括：

實體關系網絡得到模塊，用于在標準文本中識別若干實體，根據實體之間的關聯關系，得到標準文本的實體關系網絡；