[发明专利]更新知识图谱的方法及装置

说明书

本发明公开了一种更新知识图谱的方法及装置，涉及计算机技术领域，能够解决现有技术中更新知识图谱效率低、及时性差的问题。本发明的方法主要包括：为知识图谱的数据层中实体的属性设置变化周期；基于当前时间以及所述属性的变化周期，确定所述属性所对应的属性值的下次更新时间；根据所述属性值的下次更新时间，更新所述数据层中对应的属性值。本发明主要适用于更新知识图谱数据层的场景中。

技术领域

本发明涉及计算机技术领域，特别是涉及一种更新知识图谱的方法及装置。

背景技术

随着科技的发展，人工智能逐渐成为计算机领域的发展方向，即人类的目标是生产出一种新的、能以人类智能相似的方式做出反应的智能机器。为实现普遍意义的智能，机器需要有一个“大脑”存储各种各样的知识，这种知识在计算机领域被称为知识图谱。

知识图谱主要包括模式层和数据层。其中，模式层是整个知识图谱的高度抽像，用于描述一些概念(或称为实体)、概念的属性以及概念之间的关系；数据层是模式层中各个概念的具体实例。例如，若如图1所示，在模式层中定义两个概念“人”和“城市”，且定义“人”的属性为“性别”和“年龄”，定义“城市”的属性为“位于”和“当天天气”，“人”与“城市”的关联关系为“居住于”，则如图1所示，知识图谱的数据层的部分片段可以为：“人”具体为“李磊”，“李磊”的性别为“男”、年龄为“20”，“城市”具体为“北京”，“北京”位于“中国”、当天天气为“晴”，并且“李磊”居住于“北京”。

由于知识图谱中知识可能会发生变化(例如人的年龄会增长)，所以在将知识图谱构建完成后，还需要及时对知识图谱中的知识进行更新。目前主要采用定时全量更新的方法对知识图谱进行更新，即每隔一段时间(例如一周)，就从网络中爬取最新的内容，然后将爬取的内容替换知识图谱中的对应内容，在将所有内容替换完成后，完成整个知识图谱的更新操作。然而，在知识图谱中，并不是每个属性的属性值都会发生变化(例如人的性别不会发生变化，年龄会发生变化)，发生变化的属性的变化周期也不是完全相同的(例如年龄的变化周期是一年，天气的变化周期为一天)。因此，当知识图谱的数据量较大时，定时全量更新的方法不但会因更新大量无需更新的属性值而消耗大量时间以及资源，而且当设置的更新周期较长时，很多数据还无法得到及时更新。

发明内容

有鉴于此，本发明提供一种更新知识图谱的方法及装置，能够解决现有技术中更新知识图谱效率低、及时性差的问题。

第一方面，本发明提供了一种更新知识图谱的方法，所述方法包括：

为知识图谱的数据层中实体的属性设置变化周期；

基于当前时间以及所述属性的变化周期，确定所述属性所对应的属性值的下次更新时间；

根据所述属性值的下次更新时间，更新所述数据层中对应的属性值。

第二方面，本发明提供了一种更新知识图谱的装置，所述装置包括：

设置单元，用于为知识图谱的数据层中实体的属性设置变化周期；

确定单元，用于基于当前时间以及所述属性的变化周期，确定所述属性所对应的属性值的下次更新时间；

更新单元，用于根据所述属性值的下次更新时间，更新所述数据层中对应的属性值。

第三方面，本发明提供了一种存储介质，所述存储介质存储有多条指令，所述指令适用于由处理器加载并执行：

为知识图谱的数据层中实体的属性设置变化周期；

基于当前时间以及所述属性的变化周期，确定所述属性所对应的属性值的下次更新时间；

根据所述属性值的下次更新时间，更新所述数据层中对应的属性值。

第四方面，本发明提供了一种电子设备，所述电子设备包括存储介质和处理器；