[发明专利]产业图谱构建方法、装置、设备及存储介质

说明书

本发明涉及人工智能，提供一种产业图谱构建方法、装置、设备及存储介质。该方法基于字向量层及双向长短期记忆网络层对产业训练文本中每个文本字符进行编码，得到目标时序向量，基于实体识别层对目标时序向量进行识别，得到预测实体及预测标签，根据文本实体信息、预测实体及预测标签调整预设网络，得到实体信息识别模型，将待解析文本输入至实体信息识别模型中，得到产业实体信息及产地实体信息，对产业实体信息及产地实体信息进行句法依存匹配处理，得到实体信息对，根据产业实体信息在待解析文本中的文本顺序拼接实体信息对，得到产业图谱，提高产业图谱的生成效率及准确性。此外，本发明还涉及区块链技术，所述产业图谱可存储于区块链中。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种产业图谱构建方法、装置、设备及存储介质。

背景技术

在目前的产业图谱构建方式中，主要通过业务人员大量阅读产业各个环节下的文本信息，进而从文本信息中提炼出逻辑关系和时空布局关系，并依据产业部门在特定的逻辑关系和时空布局关系构建出产业图谱，然而，由于现在的产业信息量错综复杂，导致无法准确并快速的提炼出逻辑关系和时空布局关系，从而造成产业图谱的生成方式低下。

发明内容

鉴于以上内容，有必要提供一种产业图谱构建方法、装置、设备及存储介质，能够准确并快速的生成产业图谱。

一方面，本发明提出一种产业图谱构建方法，所述产业图谱构建方法包括：

获取产业训练文本，并获取所述产业训练文本的文本实体信息；

获取预设网络，所述预设网络包括字向量层、双向长短期记忆网络层及实体识别层；

基于所述字向量层及所述双向长短期记忆网络层对所述产业训练文本中每个文本字符进行编码，得到每个文本字符的目标时序向量；

基于所述实体识别层对所述目标时序向量进行识别，得到所述产业训练文本的预测实体及预测标签；

根据所述文本实体信息、所述预测实体及所述预测标签调整所述预设网络，得到实体信息识别模型；

获取待解析文本，并将所述待解析文本输入至所述实体信息识别模型中，得到产业实体信息及产地实体信息；

对所述产业实体信息及所述产地实体信息进行句法依存匹配处理，得到实体信息对；

根据所述产业实体信息在所述待解析文本中的文本顺序拼接所述实体信息对，得到产业图谱。

根据本发明优选实施例，所述双向长短期记忆网络层包括正向长短期记忆网络层及反向长短期记忆网络层，所述基于所述字向量层及所述双向长短期记忆网络层对所述产业训练文本中每个文本字符进行编码，得到每个文本字符的目标时序向量包括：

基于所述字向量层对所述产业训练文本进行编码，得到每个文本字符的字符向量；

定位每个文本字符在所述产业训练文本中的字符顺序；

依照所述字符顺序从小至大的顺序将所述字符向量输入至所述正向长短期记忆网络层，得到每个文本字符的正向时序向量，并依照所述字符顺序从大至小的顺序将所述字符向量输入至所述反向长短期记忆网络层，得到每个文本字符的反向时序向量；

拼接所述正向时序向量及所述反向时序向量，得到所述目标时序向量。

根据本发明优选实施例，所述依照所述字符顺序从小至大的顺序将所述字符向量输入至所述正向长短期记忆网络层，得到每个文本字符的正向时序向量包括：

对于任一文本字符，获取所述字符顺序小于该任一文本字符的邻近字符作为目标字符；

获取所述目标字符的状态向量；

拼接所述状态向量及所述任一文本字符的字符向量，得到输入向量；