[发明专利]基于query分析的图谱优化方法、装置、设备及介质

权利要求书

1.一种基于query分析的图谱优化方法，其特征在于，包括：

获取预设时长内产生的query日志；

从所述query日志中获取浏览信息，并根据所述浏览信息确定待优化query；

调用指定搜索引擎，并利用所述指定搜索引擎查询所述待优化query，得到至少一个非结构化文本；

利用改进的BiLSTM模型对所述至少一个非结构化文本进行实体及关系抽取，得到候选实体及候选关系；

从所述至少一个非结构化文本中获取抽取失败的文本，利用改进的基于ERNIE的实体关系联合抽取模型对所述抽取失败的文本进行补充抽取，并将抽取到的数据补充至所述候选实体及所述候选关系；

调用初始知识图谱，并利用所述初始知识图谱对所述候选实体及所述候选关系进行清洗，得到目标实体及目标关系，包括：从所述候选实体中识别所述初始知识图谱中存在的实体，并从所述候选实体中删除识别到的实体，得到第一实体；合并所述第一实体中重复的实体，得到所述目标实体；从所述候选关系中识别所述初始知识图谱中存在的关系，并从所述候选关系中删除识别到的关系，得到第一关系；合并所述第一关系中重复的关系，得到所述目标关系；

将所述目标实体及所述目标关系更新至所述初始知识图谱，得到目标图谱。

2.根据权利要求1所述的基于query分析的图谱优化方法，其特征在于，所述根据所述浏览信息确定待优化query包括：

从所述浏览信息中捕获停留时长大于或者等于配置时长，且没有点击操作的页面，将捕获到的页面所对应的query确定为所述待优化query；及/或

从所述浏览信息中读取用户的消极反馈记录，并获取与所述消极反馈记录对应的query作为所述待优化query。

3.根据权利要求1所述的基于query分析的图谱优化方法，其特征在于，所述利用所述指定搜索引擎查询所述待优化query，得到至少一个非结构化文本包括：

向所述指定搜索引擎发起带有所述待优化query的查询请求；

接收所述指定搜索引擎针对所述待优化query反馈的页面，其中，所述指定搜索引擎根据所述待优化query生成Request包，并基于HTTP库向目标站点发送所述Request包，所述指定搜索引擎接收所述目标站点反馈的Response包，并返回所述Response包的内容作为所述指定搜索引擎针对所述待优化query反馈的页面；

获取排在预设位之前的页面作为目标页面；

将所述目标页面内的数据确定为所述至少一个非结构化文本。

4.根据权利要求1所述的基于query分析的图谱优化方法，其特征在于，在利用改进的BiLSTM模型对所述至少一个非结构化文本进行实体及关系抽取前，所述方法还包括：

调用初始BiLSTM模型，并在所述初始BiLSTM模型的输出层添加关系分类器；

获取第一训练样本，将所述第一训练样本进行向量化处理，得到所述第一训练样本的嵌入表示；

获取所述第一训练样本的实体标签及关系标签；

将所述第一训练样本的嵌入表示确定为输入，将所述第一训练样本的实体标签及关系标签确定为训练目标，并对所述初始BiLSTM模型及所述关系分类器进行联合训练；

当所述初始BiLSTM模型及所述关系分类器同时收敛时，停止训练，得到所述改进的BiLSTM模型。

5.根据权利要求1所述的基于query分析的图谱优化方法，其特征在于，在利用改进的基于ERNIE的实体关系联合抽取模型对所述抽取失败的文本进行补充抽取前，所述方法还包括：

从通用中文库中获取第二训练样本；

随机屏蔽所述第二训练样本中的短语，并将屏蔽掉的短语替换为预设标记，得到屏蔽样本；

调用初始ERNIE模型；

根据所述屏蔽样本对所述初始ERNIE模型进行屏蔽短语预测训练；

当所述初始ERNIE模型达到收敛时，停止训练，得到所述改进的基于ERNIE的实体关系联合抽取模型。