[发明专利]用于输出信息的方法和装置

说明书

本公开的实施例公开了用于输出信息的方法和装置。该方法的一具体实施方式包括：获取已存储的知识图谱和知识图谱约束条件，其中，知识图谱包括至少一组主体‑关系‑客体；根据知识图谱约束条件确定知识图谱中各主体缺失的关系，得到主体‑关系对集合；挖掘出主体‑关系对集合在海量网页中出现的语料；对于主体‑关系对集合中的主体‑关系对，从该主体‑关系对的语料中确定出该主体‑关系对对应的客体，并输出确定出的主体‑关系‑客体。该实施方式可以扩充知识图谱中的SPO三元组数量与丰富度，提升知识图谱对真实世界的刻画能力，并且形成知识图谱自主学习的能力。

技术领域

本公开的实施例涉及计算机技术领域，具体涉及用于输出信息的方法和装置。

背景技术

知识图谱是从语义角度用结构化形式表示的真实世界知识的大规模知识库，是一张有向图，其中包括实体(节点)、关系(边)等要素。SPO三元组数据，是指实体对(主体S-客体O pair)与他们间的关系(P)构成的三元组。

知识图谱中的SPO三元组数据可广泛的用于搜索和推荐产品中，既可以直接满足用户对于实体关联的需求(例如实体关系问答)，也可以有效提高人们检索和浏览实体的效率，提升用户体验(例如实体推荐)。

在业界，知识图谱的扩充与构建主要基于数据源推送数据的构建。来自数据源的数据可能包括垂类网站(例如豆瓣电影)和泛百科网站(例如百度百科)的结构化SPO，或者基于开放挖掘算法挖掘到的SPO三元组。在获取到数据源的数据后，知识图谱构建系统通过实体关联和属性映射，将这些数据融合到知识图谱中。

基于数据源推送数据构建知识图谱，主要问题有以下两点：

(1)构建效果非常依赖于数据源的建设情况。对于影视等热门垂类，存在质量较高的站点，但是对于小众冷门的垂类，很难找到质量很高的网站。

(2)对于新增知识响应较慢。知识图谱需要定期检测数据源更新情况，当数据源更新后，再次对数据源进行关联和融合，消耗时间较长。对于客观世界的新增知识，很难很快的添加到知识图谱中来。

发明内容

本公开的实施例提出了用于输出信息的方法和装置。

第一方面，本公开的实施例提供了一种用于输出信息的方法，包括：获取已存储的知识图谱和知识图谱约束条件，其中，知识图谱包括至少一组主体-关系-客体；根据知识图谱约束条件确定知识图谱中各主体缺失的关系，得到主体-关系对集合；挖掘出主体-关系对集合在海量网页中出现的语料；对于主体-关系对集合中的主体-关系对，从该主体-关系对的语料中确定出该主体-关系对对应的客体，并输出确定出的主体-关系-客体。

在一些实施例中，该方法还包括：通过预定规则对客体进行规范化处理，处理结果包括以下至少一项：客体修改、客体拆分、客体删除、不处理。

在一些实施例中，该方法还包括：将确定出的主体-关系-客体进行消歧，关联到知识图谱对应的实体和属性。

在一些实施例中，该方法还包括：根据确定出的主体-关系-客体在预定文本中的共现概率，计算确定出的主体-关系-客体的置信度；根据置信度得分，将确定出的主体-关系-客体分为高置信度集合、低置信度集合、未知集合。

在一些实施例中，该方法还包括：对未知集合中的主体-关系-客体进行人机结合标注。

在一些实施例中，挖掘出主体-关系对集合在海量网页中出现的语料，包括：对于主体-关系对集合中的主体-关系对，根据该候选主体-关系对的搜索热度进行打分；按照分数由高到低的顺序的挖掘出各主体-关系对在海量网页中出现的语料。