[发明专利]一种知识图谱生成方法、装置、设备及可读存储介质

说明书

本发明公开了一种知识图谱生成方法，该方法包括：获取三元组实体结构向量，以及三元组实体结构向量中各个实体的描述文档；对描述文档进行分词统计处理，获得文档词语分布矩阵，并利用文档词语分布矩阵，获得实体描述特征向量；对实体描述特征向量与三元组实体结构向量进行相加处理，获得初始三元组结构向量；对初始三元组结构向量进行筛选获得目标三元组向量，并利用目标三元组向量生成知识图谱。应用该方法，利用计算机技术分析实体的描述文档，获得实体与实体之间的关系，可获得数量更多且准确的三元组，如此便可构建出大规模且准确的知识图谱。本发明还公开了一种知识图谱生成装置、设备及可读存储介质，具有相应的技术效果。

技术领域

本发明涉及知识库应用技术领域，特别是涉及一种知识图谱生成方法、装置、设备及可读存储介质。

背景技术

知识库是将知识结构化的知识系统，是推动人工智能发展和支撑智能信息应用(如精准推荐、智能搜索等)的重要技术。搭建知识库的目的主要是从海量的互联网信息中获取有结构的信息，能够完成知识推理等相关应用。知识表示是知识获取与应用的基础，因此研究知识表示变得十分重要。

目前，将知识的表示方法定义为“实体-关系-实体”形式的三元组，大量的三元组构成知识图谱即知识网络。但是，由于现有的知识库大多是面向特定领域，覆盖范围有限，实体关系数据稀疏且完整性不高，实体语义或关系计算准确率不理想，导致创建的知识图谱规模小，不够完善的问题。

综上所述，如何有效地解决知识图谱的创建等问题，是目前本领域技术人员急需解决的技术问题。

发明内容

本发明的目的是提供一种知识图谱生成方法、装置、设备及可读存储介质，结合实体的描述文档获得更为准确的三元组结构，并基于更为准确的三元组结构创建出大规模且完善的知识图谱。

为解决上述技术问题，本发明提供如下技术方案：

一种知识图谱生成方法，包括：

获取三元组实体结构向量，以及所述三元组实体结构向量中各个实体的描述文档；

对所述描述文档进行分词统计处理，获得文档词语分布矩阵，并利用所述文档词语分布矩阵，获得实体描述特征向量；

对所述实体描述特征向量与所述三元组实体结构向量进行相加处理，获得初始三元组结构向量；

对所述初始三元组结构向量进行筛选获得目标三元组向量，并利用所述目标三元组向量生成知识图谱。

优选地，对所述描述文档进行分词统计处理，获得文档词语分布矩阵，包括：

对所述描述文档中的词语进行建模，对文档中的词语向量化，获得文档向量矩阵；

根据词向量相似度进行聚类合并，统计词频，获得所述文档词语分布矩阵。

优选地，对所述描述文档中的词语进行建模，对文档中的词语向量化，获得文档向量矩阵，包括：

对所述描述文档进行分词处理，获得文档词语集；

将所述文档词语集输出词语向量化模型，获得所述文档向量矩阵。

优选地，所述利用所述文档词语分布矩阵，获得实体描述特征向量，包括：

对所述文档词语分布矩阵进行分解，获得文档主题分布矩阵和主题词语分布矩阵；

结合所述文档主题分布矩阵和所述主题词语分布矩阵，确定出各个所述实体描述关联度最大的关键词，获得关键词向量矩阵；

将所述关键词向量矩阵转换至多领域知识图谱三元组信息空间，获得所述实体描述特征向量。

优选地，所述对所述文档词语分布矩阵进行分解，获得文档主题分布矩阵和主题词语分布矩阵，包括：