[发明专利]跨语言领域知识图谱构建方法及装置

权利要求书

1.一种跨语言领域知识图谱构建方法，其特征在于，包括：

获取目标领域对应的至少两种语言的种子词汇；

利用所述至少两种语言的种子词汇，进行词汇扩展，直至扩展得到的词汇数量满足预设条件，获得所述至少两种语言的扩展词汇；

对所述至少两种语言的扩展词汇执行交叉补充操作，获得所述目标领域的相关词汇；

从现有数据库中提取所述相关词汇对应的原始数据；

对所述原始数据进行知识图谱的构建，生成所述目标领域的知识图谱。

2.根据权利要求1所述的跨语言领域知识图谱构建方法，其特征在于，所述对所述至少两种语言的扩展词汇执行交叉补充操作，获得所述目标领域的相关词汇，包括：

获取所述至少两种语言的扩展词汇的交集数据，将所述交集数据作为所述目标领域的相关词汇；或者，

获取所述至少两种语言的扩展词汇的并集数据，将所述并集数据作为所述目标领域的相关词汇；或者，

将所述至少两种语言的扩展词汇进行优先级排序，将排序后的扩展词汇作为所述目标领域的相关词汇。

3.根据权利要求1所述的跨语言领域知识图谱构建方法，其特征在于，所述对所述原始数据进行知识图谱的构建，生成所述目标领域的知识图谱，包括：

对所述原始数据进行预处理，获得经过预处理后的目标数据；

基于所述经过预处理后的目标数据，执行知识建模操作，获得概念数据、不同概念之间的上下位关系和概念属性数据；

基于所述经过预处理后的目标数据，执行知识获取操作，获得实例数据、实例与概念之间的关系以及实例属性数据；

根据所述概念数据、不同概念之间的上下位关系和概念属性数据，以及实例数据、实例与概念之间的关系以及实例属性数据，执行知识融合操作，生成所述目标领域的知识图谱。

4.根据权利要求3所述的跨语言领域知识图谱构建方法，其特征在于，所述基于所述经过预处理后的目标数据，执行知识建模操作，获得概念数据、不同概念之间的上下位关系和概念属性数据，包括：

基于所述经过预处理后的目标数据，执行概念获取操作，获得概念数据；

基于所述经过预处理后的目标数据，执行概念上下文生成操作，获得不同概念之间的上下位关系；

基于所述经过预处理后的目标数据，执行概念属性获取操作，获得概念属性数据。

5.根据权利要求3所述的跨语言领域知识图谱构建方法，其特征在于，所述基于所述经过预处理后的目标数据，执行知识获取操作，获得实例数据、实例与概念之间的关系以及实例属性数据，包括：

基于所述经过预处理后的目标数据，执行实例抽取操作，获得实例数据；

基于所述经过预处理后的目标数据，执行实例分类操作，获得实例与概念之间的关系；

基于所述经过预处理后的目标数据，执行实例属性抽取操作，获得实例属性数据。

6.根据权利要求3所述的跨语言领域知识图谱构建方法，其特征在于，所述根据所述概念数据、不同概念之间的上下位关系和概念属性数据，以及实例数据、实例与概念之间的关系以及实例属性数据，执行知识融合操作，生成所述目标领域的知识图谱，包括：

根据所述概念数据、不同概念之间的上下位关系和概念属性数据，以及实例数据、实例与概念之间的关系以及实例属性数据，执行概念融合操作，实现概念层数据对齐；

根据所述概念数据、不同概念之间的上下位关系和概念属性数据，以及实例数据、实例与概念之间的关系以及实例属性数据，执行实例融合操作，实现实例层数据对齐；

根据所述概念数据、不同概念之间的上下位关系和概念属性数据，以及实例数据、实例与概念之间的关系以及实例属性数据，执行关系融合操作，实现概念和概念之间的关系、概念和实例之间的关系以及实例和实例之间的关系的对齐，生成所述目标领域的知识图谱。

7.根据权利要求3所述的跨语言领域知识图谱构建方法，其特征在于，所述对所述原始数据进行预处理，获得经过预处理后的目标数据，包括：

对所述原始数据进行摘要截取、正文截取和/或信息框截取，获得经过预处理后的目标数据。