[發明專利]關系抽取方法、裝置、圖譜構建方法及存儲介質

在審

• 申請號: 202310403556.4
• 申請日: 2023-04-14
• 公開（公告）號: CN116561334A
• 公開（公告）日: 2023-08-08
• 發明（設計）人: 王秀文;李林;李美燕;吳迪;陳鵬云;楊菁林;徐丹丹;秦韜;李婭強;曾宣瑋;張棟;王峰;李政達;秦愷
• 申請（專利權）人: 國家計算機網絡與信息安全管理中心;長城計算機軟件與系統有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36;G06F16/31;G06N3/0464;G06F18/22;G06N3/084
• 代理公司: 北京華夏泰和知識產權代理有限公司 11662
• 代理人: 盧萬騰

1.一種關系抽取方法，其特征在于，所述方法包括：

確定預設實體庫中各實體之間的樣本關系，所述樣本關系為所述實體庫中技術與技術之間的關系，和/或所述實體庫中技術與企業之間的關系；

根據所述實體庫中所述實體之間的樣本關系，建立鄰接矩陣；

基于所述鄰接矩陣，構建與所述實體對應的圖卷積網絡；

利用所述圖卷積網絡對目標實體及所述實體庫中各實體進行關系抽取操作。

2.根據權利要求1所述的方法，其特征在于，所述根據所述實體庫中所述實體之間的樣本關系，建立鄰接矩陣，包括：

針對所述實體庫中每一實體，獲取所述實體的實體描述信息；

將所述實體描述信息輸入至預設的特征提取模型，得到所述實體的實體特征向量；

針對所述實體庫中各所述實體，確定所述實體的實體特征向量之間的相似度值；

在所述相似度達到預設的相似度閾值的情況下，確定所述實體特征向量對應的實體之間的強連接關系，并建立所述實體之間的鄰接矩陣。

3.根據權利要求2所述的方法，其特征在于，所述基于所述鄰接矩陣，構建與所述實體對應的圖卷積網絡，包括：

確定所述鄰接矩陣中各所述實體以及所述實體的實體特征向量；

根據所述實體的實體特征向量，建立初始圖卷積網絡；

針對所述初始圖卷積網絡中每一實體節點，利用預設的損失算法確定所述實體節點的損失值；

利用預設的代價算法對所述初始圖網絡中的實體節點的損失值進行訓練，確定所述初始圖網絡的每層權重；

根據所述初始圖網絡及所述初始圖網絡的每層權重確定圖卷積網絡。

4.根據權利要求1所述的方法，其特征在于，所述利用所述圖卷積網絡對目標實體及所述實體庫中各實體進行關系抽取操作，包括：

獲取多個待比對的實體對，所述實體對包含目標實體和所述知識圖譜對應的實體庫中任一實體；

針對每一所述實體對，將所述目標實體與所述實體進行比對，確定所述目標實體與所述實體之間是否存在關聯關系；

在所述目標實體與所述實體之間存在關聯關系的情況下，抽取所述目標實體與所述實體之間的關系。

5.根據權利要求4所述的方法，其特征在于，所述針對每一所述實體對，將所述目標實體與所述實體進行比對，確定所述目標實體與所述實體之間是否存在關聯關系，包括：

針對每一所述實體對，確定所述目標實體的目標實體信息，以及確定所述實體的實體信息；

根據所述目標實體信息確定所述圖譜實體的目標特征向量；

根據所述實體信息確定所述實體的特征向量；

根據所述目標特征向量與所述特征向量，確定所述實體對中所述目標實體與所述實體之間是否存在關聯關系。

6.根據權利要求5所述的方法，其特征在于，所述根據所述目標特征向量與特征向量，確定所述實體對中所述目標實體與所述實體之間是否存在關聯關系，包括：

利用預設的二分類算法對所述目標特征向量與特征向量進行運算，確定所述實體對中所述目標實體與所述實體的二分類值；

判斷所述目標實體與所述實體的二分類值是否為預設值；

若所述目標實體與所述實體的二分類值為預設值，則確定所述目標實體與所述實體之間存在關聯關系；

若所述目標實體與所述實體的二分類值非預設值，則確定所述目標實體與所述實體之間未存在關聯關系。

7.一種圖譜構建方法，其特征在于，所述方法包括：

基于如上述權利要求1～6任一項所述的方法的圖卷積網絡，構建相應的初始知識圖譜；

基于如上述權利要求1～6任一項所述的方法，進行關系抽取得到的目標實體與預設實體庫中各實體之間的關系，對所述初始知識圖譜進行更新，得到更新后的知識圖譜。