[发明专利]知识图谱构建方法、系统、设备及存储介质

权利要求书

1.一种知识图谱构建方法，其特征在于，包括：

获取已构建知识图谱；

提取所述已构建知识图谱中关联的第一实体信息和第二实体信息；

根据预设非监督深度学习模型和预设信息数据库确定检测关系网络，所述预设信息数据库包括与所述第一实体信息、所述第二实体信息相关的信息：其中，所述预设信息数据库内存储的信息是通过第三方平台采集与第一实体信息、第二实体信息相关的语句；

根据所述第一实体信息、所述第二实体信息、所述检测关系网络和预设非监督深度学习模型确定所述第一实体信息和所述第二实体信息关联的多个关系信息以及所述关系信息对应的可信度；其中，所述预设非监督深度学习模型为屏蔽语言模型，在屏蔽语言建模中，屏蔽给定句子中特定可信度的单词，模型期望基于该句子中的其他单词预测这些被屏蔽的单词，通过给定可信度的相关信息去调节屏蔽语言模型的参数以得到优化的屏蔽语言模型，优化后的屏蔽语言模型计算出关系信息与第一实体信息、第二实体信息的可信度；

根据多个所述关系信息的所述可信度和预设阈值增加所述已构建知识图谱中所述第一实体信息和所述第二实体信息对应的关系信息。

2.根据权利要求1所述的知识图谱构建方法，其特征在于，还包括：

获取训练数据集合，所述训练数据集合包括：所述第一实体信息、所述第二实体信息与不同所述可信度的所述关系信息；

将所述训练数据集合代入所述预设非监督深度学习模型以调节所述预设非监督深度学习的参数以得到优化后的所述预设非监督深度学习模型。

3.根据权利要求1所述的知识图谱构建方法，其特征在于，所述根据所述第一实体信息、所述第二实体信息、所述检测关系网络和预设非监督深度学习模型确定所述第一实体信息和所述第二实体信息关联的多个关系信息以及所述关系信息对应的可信度，包括：

根据所述第一实体信息、所述第二实体信息代入所述检测关系网络以得到多个所述第一实体信息、所述第二实体信息关联的多个关系信息；

根据所述预设非监督深度学习模型计算多个所述关系信息与所述第一实体信息、所述第二实体的可信度以得到所述关系信息对应的所述可信度。

4.根据权利要求1所述的知识图谱构建方法，其特征在于，还包括：

将所述可信度小于预设过滤阈值的所述关系信息滤除。

5.根据权利要求1至4任一项所述的知识图谱构建方法，其特征在于，所述根据多个所述关系信息的所述可信度和预设阈值增加所述已构建知识图谱中所述第一实体信息和所述第二实体信息对应的关系信息，包括：

若多个所述关系信息中任意一个所述关系信息的所述可信度大于所述预设阈值，获取所述可信度大于所述预设阈值的关系信息，根据多个所述可信度的排序顺序确定并添加所述已构建知识图谱中所述第一实体信息和所述第二实体信息对应的所述关系信息；

若多个所述关系信息的所述可信度小于所述预设阈值，保持所述已构建知识图中所述第一实体信息和所述第二实体信息对应的所述关系信息。

6.根据权利要求5所述的知识图谱构建方法，其特征在于，所述若多个所述关系信息中任意一个所述关系信息的所述可信度大于所述预设阈值，获取所述可信度大于所述预设阈值的关系信息，根据多个所述可信度的排序顺序确定并添加所述已构建知识图谱中所述第一实体信息和所述第二实体信息对应的所述关系信息，包括：

若多个所述关系信息中任意一个所述关系信息的所述可信度大于所述预设阈值，获取所述可信度大于所述预设阈值的关系信息；

获取多个所述可信度中最高的所述可信度对应的所述关系信息，并在所述已构建知识图谱的所述第一实体信息和所述第二实体信息对应的所述关系信息中增加所述可信度最高的所述关系信息。

7.根据权利要求1至4任一项所述的知识图谱构建方法，其特征在于，所述预设非监督深度学习模型为屏蔽语言模型。