[发明专利]知识图谱构建方法及装置

说明书

技术领域

本发明涉及互联网技术领域，特别涉及一种知识图谱构建方法及装置。

背景技术

知识图谱，也被称为科学知识图谱，在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及知识之间的相互关系。时下，通过构建知识图谱，并将构建的知识图谱运用于聊天机器人实现智能问答，已经成为了本领域技术人员广泛采取的一种做法。

相关技术在构建知识图谱时，通常采用RDF(Resource Description Framework，资源描述框架)语言构建针对目标物的知识图谱。其中，目标物既可指代某一个特定的领域，比如汽车领域，也可指代某一个特定的领域所属范围内一个子领域，比如汽车领域的发动机。

由于RDF语言是基于XML(Extensible Markup Language，可扩展标记语言)的，因此较为繁琐和复杂，所以构建的知识图谱可读性和可维护性差，进而导致聊天机器人的聊天效果不佳。

发明内容

为了解决相关技术的问题，本发明实施例提供了一种知识图谱构建方法及装置。所述技术方案如下：

第一方面，提供了一种知识图谱构建方法，所述方法包括：

基于目标语言，构建针对于目标物的初步知识图谱，所述目标语言为复杂度小于RDF语言的轻量级数据交换格式，所述初步知识图谱中包含语义理解所需的各种关键要素，所述各种关键要素存储在同一个文件中；

从至少一个数据源，收集与所述各种关键要素中至少一种关键要素匹配的行业数据；

将所述行业数据添加到所述初步知识图谱中所述至少一种关键要素指示的位置，得到所述目标物的目标知识图谱。

第二方面，提供了一种知识图谱构建装置，所述装置包括：

第一构建模块，用于基于目标语言，构建针对于目标物的初步知识图谱，所述目标语言为复杂度小于RDF语言的轻量级数据交换格式，所述初步知识图谱中包含语义理解所需的各种关键要素，所述各种关键要素存储在同一个文件中；

收集模块，用于从至少一个数据源，收集与所述各种关键要素中至少一种关键要素匹配的行业数据；

所述第一构建模块，还用于将所述行业数据添加到所述初步知识图谱中所述至少一种关键要素指示的位置，得到所述目标物的目标知识图谱。

本发明实施例提供的技术方案带来的有益效果是：

基于复杂度小于RDF语言的轻量级目标语言，构建针对于目标物的初步知识图谱，因此构建的知识图谱可读性和可维护性较佳，进而可提升聊天机器人的聊天效果。此外，知识图谱中包含了语义理解所需的各种关键要素，且各种关键要素统一存储在一个文件中，便于统一进行管理。

附图说明

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例提供的一种知识图谱构建方法的流程图；

图2是本发明实施例提供的一种知识图谱的示意图；

图3是本发明实施例提供的一种数据收集模板的示意图；

图4是本发明实施例提供的一种知识图谱的示意图；

图5是本发明实施例提供的一种知识图谱与自然语言理解语法库的关联关系示意图；

图6是本发明实施例提供的一种知识图谱构建装置的结构示意图；

图7是本发明实施例提供的一种服务器的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

在对本发明实施例进行详细地解释说明之前，先对本发明实施例提供的知识图谱构建方法所涉及的实施场景进行简单介绍。

本发明实施例提供的知识图谱构建方法运用于聊天机器人。其中，聊天机器人本质上是用来模拟人类对话或聊天的程序，其可实现问答功能。当用户终端提出一个问题时，聊天机器人可以返回给用户终端一个准确的答案，至少暂时性地让用户认为他们正在同另一个真实的人聊天。其中，实现聊天机器人问答功能的重要核心是知识图谱和用于语义理解的NLU(Natural Language Understanding，自然语言理解)语法库的建立。