[发明专利]知识图谱构建方法及装置、电子设备和存储介质

权利要求书

1.一种垂直领域知识图谱构建方法，其特征在于，包括：

获取设定应用领域的多源异构数据对应的结构本体，所述结构本体包括所述应用领域中的实体类型、属性，以及各实体之间的关系和/或实体与属性之间的关系；

对多源异构数据执行三元组抽取，所述多源异构数据包括结构化数据、半结构化数据以及非结构化数据；

对所述非结构化数据执行三元组抽取，包括：

获得所述非结构化数据的令牌向量、分段向量以及相对位置向量；

对所述令牌向量和分段向量以及相对位置向量构成的合并向量进行编码处理，得到共享编码层向量；

对所述共享编码层向量进行解码处理，确定所述共享编码层中的主语向量；

基于所述主语向量和所述共享编码层向量的融合向量，确定宾语以及所述主语和所述宾语之间的关系；

基于所述主语、所述宾语及所述主语和宾语之间的关系，确定三元组；

将所述三元组数据添加到所述结构本体中，得到知识图谱；

利用各所述三元组之间实体对、关系对、属性对和词向量的相似性，优化所述知识图谱。

2.根据权利要求1所述的方法，其特征在于，所述对多源异构数据执行三元组抽取，包括：

利用所述结构化数据和所述半结构化数据得到实体名称、属性名称及属性值组合的三元组；

利用所述非结构化数据得到主语、宾语及所述主语和宾语之间的关系的三元组。

3.根据权利要求1或2所述的方法，其特征在于，对所述半结构化数据执行三元组抽取，包括：

利用所述结构化数据抽取的三元组中的实体构成词条集合；

从百科数据获取与所述词条集合中至少一个词条相关联的网页源码；

对所述网页源码进行解析提取出所述词条对应的属性以及属性值；

利用所述词条、对应的属性及属性值，得到所述词条对应的三元组。

4.一种知识图谱构建装置，其特征在于，包括：

获取模块，用于获取设定应用领域的多源异构数据对应的结构本体，所述结构本体包括所述应用领域中的实体类型、属性，以及各实体之间的关系和/或实体与属性之间的关系；

抽取模块，用于对多源异构数据执行三元组抽取，所述多源异构数据包括结构化数据、半结构化数据以及非结构化数据；对所述非结构化数据执行三元组抽取，包括：

获得所述非结构化数据的令牌向量、分段向量以及相对位置向量；

对所述令牌向量和分段向量以及相对位置向量构成的合并向量进行编码处理，得到共享编码层向量；

对所述共享编码层向量进行解码处理，确定所述共享编码层中的主语向量；

基于所述主语向量和所述共享编码层向量的融合向量，确定宾语以及所述主语和所述宾语之间的关系；

基于所述主语、所述宾语及所述主语和宾语之间的关系，确定三元组；

构建模块，用于将所述三元组数据添加到所述结构本体中，得到知识图谱；利用各所述三元组之间实体对、关系对、属性对和词向量的相似性，优化所述知识图谱。

5.根据权利要求4所述的装置，其特征在于，所述抽取模块还用于：

利用所述结构化数据和所述半结构化数据得到实体名称、属性名称及属性值组合的三元组；

利用所述非结构化数据得到主语、宾语及所述主语和宾语之间的关系的三元组。

6.根据权利要求4或5所述的装置，其特征在于，所述抽取模块还用于：

基于所述结构化数据确定的三元组中的实体获得词条集合；

获得百科数据中与所述词条集合中至少一个词条相关联的网页源码；

对所述网页源码进行解析提取出所述词条对应的属性以及属性值；

利用所述词条、对应的属性及属性值，得到所述词条对应的三元组。

7.一种电子设备，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为调用所述存储器存储的指令，以执行权利要求1至3中任意一项所述的方法。

8.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至3中任意一项所述的方法。