[发明专利]一种基于词语知识图谱的内容推荐方法及装置

说明书

本发明实施例提供了一种基于词语知识图谱的内容推荐方法及装置，其中方法包括：获取基准短语，根据组成基准短语的各词语在知识图谱中的所对应嵌入向量之间的关系，确定基准短语的正则表达式，获取第二基准词，第二动词，以及类比词，并根据第二基准词，第二动词，以及类比词所对应嵌入向量在正则表达式中的关系，得到第二类比结果词；将第二类比结果词作为推荐词进行推荐。本发明实施例的基于词语知识图谱的内容推荐方法及装置，能够提高内容推荐的准确性。

技术领域

本发明涉及知识图谱技术领域，特别是涉及一种基于词语知识图谱的内容推荐方法及装置。

背景技术

知识图谱是一种用于描述各种对象以及他们之间关系的模型，上述对象可以是指实体或者概念，例如，描述一个词语与另一个词语之间的关系。通过构建好的知识图谱可以进行内容推荐，例如，基于知识图谱得到推荐词，向用户推荐与该推荐词相关的视频内容。

现有的基于词语知识图谱的内容推荐方法，通常基于深度学习技术构建，即，通过大量样本文本对知识图谱网络进行训练，使知识图谱网络学习到样本文本中词语间的关系。

然而，发明人在实现本发明的过程中发现，现有技术至少存在如下问题：

现有技术在构建词语知识图谱时，由于知识图谱仅通过样本文本本身进行学习，因此难以全面地覆盖样本文本中各词语不同的属性，导致所构建的知识图谱存在词语信息覆盖不够全面，使得基于知识图谱进行内容推荐时的准确性不高。

发明内容

本发明实施例的目的在于提供一种基于词语知识图谱的内容推荐方法及装置，以进一步提高基于知识图谱进行内容推荐时的准确性。具体技术方案如下：

第一方面，本发明实施例提供了一种基于词语知识图谱的内容推荐方法，包括：

获取基准短语，所述基准短语中包括：第一基准词，第一动词，类比词，以及第一类比结果词，所述第一类比结果词为对所述第一基准词进行类比后得到的词语；

根据组成所述基准短语的各词语在所述知识图谱中的所对应嵌入向量之间的关系，确定所述基准短语的正则表达式，所述正则表达式为表示所述基准短语中各词语所对应嵌入向量关系的等式；

获取第二基准词，第二动词，以及类比词，并根据所述第二基准词，第二动词，以及类比词所对应嵌入向量在所述正则表达式中的关系，得到第二类比结果词，其中，所述第二基准词为用户输入的查询词语，所述第二类比结果词为对所述第二基准词进行类比后得到的词语；

将所述第二类比结果词作为推荐词进行推荐；

其中，所述知识图谱通过如下步骤构建：

获取多个待处理词语及各待处理词语在不同词性维度下的释义；

针对所述多个待处理词语中的每个待处理词语，根据该待处理词语在不同词性维度下的释义构造该待处理词语的嵌入向量，所述嵌入向量的分量表示待处理词语在不同词性维度下的释义；

基于所构造的所述多个待处理词语的嵌入向量及各嵌入向量的分量，构建所述多个待处理词语的知识图谱。

可选的，所述获取多个待处理词语及各待处理词语在不同词性维度下的释义的步骤，包括：

获取多个待处理词语及各待处理词语在预设词典中的不同词性维度下的释义，所述词性至少包括：名词词性，动词词性，形容词词性，以及介词词性。

可选的，所述针对所述多个待处理词语中的每个待处理词语，根据该待处理词语在不同词性维度下的释义构造该待处理词语的嵌入向量的步骤，包括：

将所述多个待处理词语中的各待处理词语输入预先训练的神经网络，得到各待处理词语对应的嵌入向量。