[发明专利]知识图谱节点数量确定方法、装置、电子设备和存储介质

权利要求书

1.一种知识图谱节点数量确定方法，其特征在于，包括：

获取待处理文本的高频词，以及对待处理文本进行分句，得到多个句子；

遍历所述句子，确定所述高频词在所述句子中的索引序号；

根据所述索引序号计算所述句子的分数；

根据所述句子的分数从多个所述句子筛选出重点句子；

根据预设总节点数量和所述重点句子的分数确定所述重点句子的知识图谱的节点数量。

2.如权利要求1所述的方法，其特征在于，所述获取待处理文本的高频词，包括：

计算所述待处理文本中每个词语的词频；

基于预设的语料库计算所述词语的逆文档频率；

计算所述词频和所述逆文档频率的乘积，得到所述词语的分数；

将所述词语中前N个分数最高的词语确定为所述待处理文本的高频词，所述N为正整数。

3.如权利要求1所述的方法，其特征在于，所述根据所述索引序号计算所述句子的分数，包括：

遍历每个所述句子，判断所述句子中是否存在所述索引序号之间的差值小于预设阈值的相邻高频词；

若是，将所述相邻高频词的索引序号添加到同一簇中；

若否，分别将所述高频词的索引序号添加到不同的簇中；

遍历当前所述句子对应的每一个簇，根据所述簇中的所述索引序号的数量、极差计算所述簇的分数，所述簇的分数与所述索引序号的数量成正比、所述索引序号的极差成反比；

将所述簇的分数中的最大值作为当前所述句子的分数。

4.如权利要求3所述的方法，其特征在于，采用以下公式计算所述簇的分数：

其中，score为簇的分数，s为簇内索引序号的数量，k_n为索引序号的最大值，k₀为索引序号的最小值，(k_n-k₀)为索引序号的极差。

5.如权利要求1所述的方法，其特征在于，所述根据所述句子的分数从多个所述句子筛选出重点句子，包括：

计算所有所述句子的分数的均值和标准差；

采用所述均值、所述标准差以及预设因子计算分数阈值；

从所述句子中确定出分数小于所述分数阈值的目标句子；

将所述目标句子中前M个分数最高的句子确定为重点句子，其中，M＝t/a，t为所述待处理文本的句子的总数量，a为预设数值。

6.如权利要求1所述的方法，其特征在于，所述根据预设总节点数量和所述重点句子的分数确定所述重点句子的知识图谱的节点数量，包括：

从所述重点句子的分数中确定出最高分数；

根据所述预设总节点数量、所述最高分数、所述重点句子的数量、所述重点句子的分数计算所述重点句子的节点数量，所述节点数量与所述重点句子的数量负相关、与所述重点句子的分数正相关。

7.如权利要求6所述的方法，其特征在于，根据以下公式计算所述重点句子的节点数量：

其中，N_i为第i个重点句子的节点数量，total为预设总节点数量，M为重点句子的数量，score_i为第i个重点句子的分数，score_h为最高分数。

8.一种知识图谱节点数量确定装置，其特征在于，包括：

高频词获取模块，用于获取待处理文本的高频词，以及对待处理文本进行分句，得到多个句子；

索引序号确定模块，用于遍历所述句子，确定所述高频词在所述句子中的索引序号；

句子分数计算模块，用于根据所述索引序号计算所述句子的分数；

重点句子筛选模块，用于根据所述句子的分数从多个所述句子筛选出重点句子；

节点数量确定模块，用于根据预设总节点数量和所述重点句子的分数确定所述重点句子的知识图谱的节点数量。