[发明专利]游戏领域的知识图谱关系匹配方法、模型构建方法及装置

说明书

本发明公开了一种游戏领域的知识图谱关系匹配模型构建方法，包括：获取开放领域的关系匹配数据集；基于TFIDF文本相似度的方法，从所述开放领域的关系匹配数据集中获取适用于所述游戏领域的关系匹配数据集；采集开放领域的自由文本，并对所述开放领域的自由文本进行预训练，构建语言模型；其中，所述语言模型为知识图谱关系匹配所需的模型结构；根据所述游戏领域的关系匹配数据集，对所述语言模型进行增量训练，以构建所述游戏领域的知识图谱关系匹配模型。采用本发明实施例，通过数据迁移的方法构建游戏领域的知识图谱关系匹配模型，解决了游戏领域数据不足的问题，提高了对游戏领域的知识图谱关系匹配的精准性和高效性。

技术领域

本发明涉及语言处理技术领域，尤其涉及一种游戏领域的知识图谱关系匹配方法、模型构建方法及装置。

背景技术

知识图谱以三元组的形式存储知识，一条知识被表示成“主体，关系，客体”的形式，其中主体和客体通常为命名实体，而关系通常为属性。知识图谱用于问答系统的原理为：解析输入问题中的主体和关系，与知识图谱的知识进行匹配，返回知识图谱中对应的客体作为答案。从输入问题中识别出知识图谱对应的关系的任务称为关系匹配。

现有技术中，通常采用基于语义解析或基于机器学习的方法实现关系匹配任务。基于语义解析的方法通过解析问题的句子结构，抽取出表示关系的词汇，再通过预先构建好的匹配库将词汇与知识图谱的关系匹配；基于机器学习的方法通过训练语料将问句和知识图谱关系都转成某种向量化表达形式，计算相似度找出和问句表述最相似的知识图谱关系。

然而，在实施本发明过程中，发明人发现现有技术至少存在如下问题：游戏领域构造的世界与现实世界存在不同，有的基于现实世界，有的基于虚构的异世界，因而针对游戏领域的问答系统，往往没有足够的数据积累，无法为机器学习提供大量有效的训练语料。而采用语义解析的方法需要耗费大量的人力进行数据标注或总结规则，人工干预过多，并且对问句形式要求严格，需投入的人工和时间成本较大。

发明内容

本发明实施例的目的是提供一种游戏领域的知识图谱关系匹配方法、模型构建方法及装置，其通过数据迁移的方法构建游戏领域的知识图谱关系匹配模型，解决了游戏领域数据不足的问题，提高了对游戏领域的知识图谱关系匹配的精准性和高效性。

为实现上述目的，本发明实施例提供了一种游戏领域的知识图谱关系匹配模型构建方法，包括：

获取开放领域的关系匹配数据集；

基于TFIDF文本相似度的方法，从所述开放领域的关系匹配数据集中获取适用于所述游戏领域的关系匹配数据集；

采集开放领域的自由文本，并对所述开放领域的自由文本进行预训练，构建语言模型；其中，所述语言模型为知识图谱关系匹配所需的模型结构；

根据所述游戏领域的关系匹配数据集，对所述语言模型进行增量训练，以构建所述游戏领域的知识图谱关系匹配模型。

作为上述方案的改进，所述获取开放领域的关系匹配数据集，包括：

采集开放领域的知识图谱和问答数据集；其中，所述问答数据集中包括至少一个问答对；

将所述问答数据集中的问答对和所述知识图谱中的三元组进行对齐操作，为每一问答对匹配对应的目标三元组；

将所述问答对的问题与对应目标三元组的关系构造“问题-关系”的关系匹配数据，以形成所述开放领域的关系匹配数据集。

作为上述方案的改进，所述将所述问答数据集中的问答对和所述知识图谱中的三元组进行对齐操作，为每一问答对匹配对应的目标三元组，包括：

对所述开放领域的知识图谱中三元组的客体建立反向索引；

针对每一问答对，从所述开放领域的知识图谱中检索出客体为所述问答对的答案的备选三元组；