[发明专利]跨语言领域知识图谱构建方法及装置

说明书

本发明提供一种跨语言领域知识图谱构建方法及装置，所述方法包括：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。本发明实现了适用于任何领域的跨语言领域知识图谱的构建方法，知识图谱的构建过程中无需依赖该特定领域的专家知识和行业调研才能实现，可有效提升知识图谱的构建效率，节省人力物力。

技术领域

本发明涉及计算机技术领域，尤其涉及一种跨语言领域知识图谱构建方法及装置。

背景技术

知识图谱是存储知识的数据库，知识图谱是由谷歌公司在2012年正式提出的概念，它的主要目的是在面对互联网高速发展，网络数据爆炸增长的时代，增强搜索效率，完善用户体验。知识图谱凭借其卓越的语义处理技术和互联性，为信息智能应用建立了基础，广泛运用于搜索、问答、情报分析等方面，促进信息技术从信息服务向知识服务发展。近几年，各行各业都在研究将知识图谱应用于专业领域，更好的服务特定领域。

但是目前知识图谱的构建需要基于特定领域的某一语言的原始数据，不能实现跨语言的知识图谱构建，并需要借助该特定领域的专家知识和行业调研才能实现，会耗费较多的人力物力。

发明内容

本发明提供一种跨语言领域知识图谱构建方法及装置，用以解决现有知识图谱的构建需要基于特定领域的某一语言的原始数据，不能实现跨语言的知识图谱构建，并需要借助该特定领域的专家知识和行业调研才能实现，会耗费较多的人力物力的缺陷。

本发明提供一种跨语言领域知识图谱构建方法，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。

根据本发明提供的一种跨语言领域知识图谱构建方法，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。

根据本发明提供的一种跨语言领域知识图谱构建方法，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。