[发明专利]知识图谱的构建方法、训练方法、信息推荐方法及装置

权利要求书

1.一种知识图谱的构建方法，其特征在于，包括：

对目标文本进行语义特征编码，得到与所述目标文本对应的第一特征序列；

对所述目标文本对应的第一特征序列进行实体关系识别，得到与所述目标文本对应的实体关系集合；

基于所述第一特征序列和对应的所述实体关系集合，确定所述实体关系集合中各实体关系的实体标识序列；

从所述目标文本对应的所述实体关系集合中各实体关系对应的实体标识序列中，提取所述实体关系集合中各实体关系对应的首实体和尾实体；

根据所述实体关系集合中各实体关系，所述各实体关系对应的首实体、所述各实体关系对应的尾实体构建所述知识图谱。

2.根据权利要求1所述的方法，其特征在于，所述基于所述目标文本对应的第一特征序列和所述实体关系集合，确定所述目标文本对应所述实体关系集合中各实体关系的实体标识序列，包括：

将所述目标文本对应的第一特征序列和所述实体关系集合中各实体关系进行二维特征编码，得到与所述目标文本对应的第二特征序列；

对所述目标文本的第二特征序列进行实体标识识别，得到所述目标文本对应所述实体关系集合中的各实体关系的实体标识序列。

3.一种知识图谱识别模型的训练方法，其特征在于，包括：

将已标注的样本文本输入至初始知识图谱识别模型进行语义特征编码，得到所述样本文本的第三特征序列，其中，所述已标注的样本文本的标注信息包括所述样本文本对应多个实体关系的实体标识序列；

将所述样本文本的第三特征序列输入至所述初始知识图谱识别模型进行实体关系识别，得到所述样本文本对应的实体关系集合；

将所述样本文本的第三特征序列和所述实体关系集合输入至所述初始知识图谱识别模型进行实体标识识别，得到所述实体关系集合中每个实体关系的预测实体标识序列；

基于所述实体标识序列，以及所述预测实体标识序列，对所述初始知识图谱识别模型进行训练，得到知识图谱识别模型，其中，所述知识图谱识别模型用于识别目标文本中由实体关系、所述实体关系对应的首实体、所述实体关系对应的尾实体组成的知识图谱的实体标识序列。

4.根据权利要求3所述的方法，其特征在于，

所述将所述样本文本的第三特征序列和所述实体关系集合输入至所述初始知识图谱识别模型进行实体标识识别，得到所述实体关系集合中每个实体关系的预测实体标识序列，包括：

将所述样本文本的第三特征序列和所述实体关系集合输入至所述初始知识图谱识别模型，以对所述样本文本的第三特征序列和所述实体关系集合进行二维特征编码，得到所述样本文本的第四特征序列；以及，

将所述样本文本的第四特征序列输入至所述初始知识图谱识别模型，以对所述样本文本的第四特征序列进行实体标识识别，得到所述实体关系集合中每个实体关系的预测实体标识序列。

5.根据权利要求3所述的方法，其特征在于，所述初始知识图谱识别模型包括用于实体关系识别的实体关系识别模型和用于实体标识序列识别的实体标识识别模型，所述基于所述样本文本对应的实体标识序列，以及所述样本文本对应所述实体关系集合中各实体关系的实体标识序列，对所述初始知识图谱识别模型进行训练，得到知识图谱识别模型，包括：

基于所述实体关系集合中各实体关系，以及所述样本文本标注的实体标识序列所属的实体关系，确定所述实体关系识别模型的第一训练损失；

基于所述样本文本对应所述实体关系集合中各实体关系的实体标识序列，以及所述样本文本标注的实体标识序列，确定所述实体标识识别模型的第二训练损失；

基于所述第一训练损失和所述第二训练损失确定总训练损失，基于所述总训练损失，对所述实体关系识别模型和所述实体标识识别模型的参数进行调整，以得到所述知识图谱识别模型。

6.一种信息推荐方法，其特征在于，包括：

获取目标用户的用户信息；确定所述用户信息中的目标实体；

根据所述目标实体从知识图谱中确定至少一个候选三元组知识，其中，所述候选三元组知识的首实体为所述目标实体，所述知识图谱是基于权利要求1或2所述的方法确定得到的；

将所述候选三元组知识的尾实体的信息推荐给所述目标用户。