[发明专利]基于知识图谱的推荐方法、装置、设备及可读存储介质

权利要求书

1.一种基于知识图谱的推荐方法，其特征在于，所述方法包括：

根据安全规范文本构建安全知识图谱；其中，所述安全知识图谱包括：安全规范条例，以及与所述安全规范条例关联的实体词语和意图词语；

从用户端获取安全问题信息，并确定出与所述安全问题信息对应的目标实体词语和目标意图词语；

从所述安全知识图谱中查找与所述目标实体词语和目标意图词语关联的候选安全规范条例；

分别计算每个候选安全规范条例与所述安全问题信息的语义相似度值，并根据计算结果从所有候选安全规范条例中确定出推荐给所述用户端的目标安全规范条例，以供所述用户端根据所述目标安全规范条例生成与所述安全问题信息对应的问题整改要求。

2.根据权利要求1所述的基于知识图谱的推荐方法，其特征在于，所述根据安全规范文本构建安全知识图谱，包括：

根据预设的训练样本集，训练出用于从安全规范文本中识别出实体词语和意图词语的识别模型；

利用所述识别模型从安全规范文本中识别出安全规范条例以及识别出所述安全规范条例中每个字的标签，并根据识别出的每个字的标签从所述安全规范条例中确定出实体词语和意图词语；

将识别出的安全规范条例、实体词语和意图词语关联的存储到预设的图数据库中，以构建安全知识图谱；

其中，所述标签包括：实体词语头、实体词语体、意图词语头、意图词语体、其他词语。

3.根据权利要求2所述的基于知识图谱的推荐方法，其特征在于，所述利用所述识别模型从安全规范文本中识别出安全规范条例以及识别出所述安全规范条例中每个字的标签，包括：

从所述安全规范文本中识别出安全规范条例；

对所述安全规范条例进行字粒度的分词处理，并对分词处理后的每个字进行向量编码；

根据每个字的向量编码结果确定出每个字的概率列表；其中，所述概率列表用于表征一个字在各种标签下的概率值；

根据每个字的概率列表，将最大概率值所对应的标签设置为对应字的标签。

4.根据权利要求2所述的基于知识图谱的推荐方法，其特征在于，所述根据识别出的每个字的标签从所述安全规范条例中确定出实体词语和意图词语，包括：

从所述安全规范条例的第一个字开始，依次判断各个字的标签是否为实体词语头；若是，则当在标签为实体词语头的字之后存在N个连续的标签为实体词语体的字时，将所述标签为实体词语头的字和所述N个连续的标签为实体词语体的字组成实体词语；以及，

从所述安全规范条例的第一个字开始，依次判断各个字的标签是否为意图词语头；若是，则当在标签为意图词语头的字之后存在N个连续的标签为意图词语体的字时，将所述标签为意图词语头的字和所述N个连续的标签为意图词语体的字组成意图词语；

其中，N为大于等于1的正整数。

5.根据权利要求1所述的基于知识图谱的推荐方法，其特征在于，所述确定出与所述安全问题信息对应的目标实体词语和目标意图词语，包括：

获取预设的实体领域词典；其中，所述实体领域词典包括：实体词语；

对所述安全问题信息进行词粒度的分词处理，并依次判断分词处理后的每个词语是否存在于所述实体领域词典中，若是，则将所述词语设置为目标实体词语；

将所有目标实体词语和所述安全问题信息输入预设的分类模型中，得到对应的目标意图词语。

6.根据权利要求1所述的基于知识图谱的推荐方法，其特征在于，所述分别计算每个候选安全规范条例与所述安全问题信息的语义相似度值，并根据计算结果从所有候选安全规范条例中确定出推荐给所述用户端的目标安全规范条例，包括：

将所述候选安全规范条例和所述安全问题信息输入预设的用于自然语言推断的增强型长短期记忆模型ESIM中，得到语义相似度值；

按照语义相似度值由大到小对所有候选安全规范条例进行排序，并根据排序结果，将排在前M个的候选安全规范条例作为目标安全规范条例。