[发明专利]基于自调参数的领域知识抽取方法与系统、电子设备

说明书

本发明涉及一种基于自调参数的领域知识抽取方法与系统、电子设备，包括以下步骤：通过采集的领域数据构建领域本体知识库，所述领域本体知识库包括领域实体库、领域关系库、领域属性库；将构建的领域本体知识库向量化处理后，作为预训练模型的输入，对预训练模型进行训练，得到知识抽取模型；获取知识抽取模型中的可调参数，根据业务数据调整可调参数，对业务数据进行预处理后，将预处理后的业务数据和调整后的可调参数输入所述知识抽取模型，从而得到业务数据的抽取结果；所述抽取结果为实体，关系，属性的三元组列表。本方案能够完备知识库，统一抽取实体、关系、属性，快速响应不同的业务需求。

技术领域

本发明涉及知识图谱技术领域，特别涉及一种基于自调参数的领域知识抽取方法与系统、电子设备。

背景技术

知识图谱（Knowledge Graph），在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。知识抽取是知识图谱构建的前置步骤，知识抽取结果的数量、质量直接影响到生成知识图谱的质量，特别对于非结构化数据成图，知识抽取则是必不可少的重要环节。

知识抽取的内容包括实体抽取、关系抽取、属性抽取。在工业领域，知识抽取的应用主要集中在实体抽取，比如在文本数据领域，主要应用在命名体识别技术，对人名、组织名称、机构名称等进行识别；在图像数据领域，主要应用在利用OCR技术上，并结合模板生成知识图谱。而关系抽取、属性抽取则主要基于领域生成相应的规则来进行知识抽取。

但目前的知识抽取还存在以下问题：

一、公开知识库难以完备

知识抽取的准确性与知识库的完整性、标准性具有较强的依赖关系，而开源的公共知识库只对通用概念进行了收集，对于具体业务领域的知识是不完备的，这就造成了开源的知识库没有办法直接用于实际业务场景。

二、知识抽取割裂

实体抽取、关系抽取、属性抽取被划分为不同的子任务，且需要顺序执行，目前没有一个完整的知识抽取模型能够同时满足实体抽取、关系抽取、属性抽取，但是在知识图谱中实体、关系、属性是有依赖关联的，将其任务划分必然会导致局部信息丢失。

三、难以快速响应变化

目前的知识抽取模型很难进行复用，每次进行知识抽取时都需要根据具体的业务数据进行重新训练、验证、测试，知识抽取模型建设周期很长，难以应对业务需求的快速变化。

发明内容

本发明的目的在于解决上述三个问题，即第一完备领域本体知识库，第二能够统一抽取实体、关系、属性，第三快速响应不同的业务需求，提供一种基于自调参数的领域知识抽取方法与系统、电子设备。

为了实现上述三个问题的发明目的，本发明实施例提供了以下技术方案：

基于自调参数的领域知识抽取方法，其特征在于：包括以下步骤：

依据开源知识库，对采集的领域数据进行预处理，通过预处理后的领域数据构建领域本体知识库，所述领域本体知识库包括领域本体，所述领域本体包括领域实体库、领域关系库、领域属性库；

将构建的领域本体知识库向量化处理后，作为预训练模型的输入，对预训练模型进行训练，得到知识抽取模型；

获取知识抽取模型中的可调参数，根据业务数据调整可调参数，对业务数据进行预处理后，将预处理后的业务数据和调整后的可调参数输入所述知识抽取模型，从而得到业务数据的抽取结果；所述抽取结果为实体，关系，属性的三元组列表。