[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

说明书

本发明公开了一种知识图谱节点数量确定方法、装置、电子设备和存储介质，包括：先获取待处理文本的高频词，以及对文本进行分句，得到多个句子；确定高频词在每个句子中的索引序号，并根据索引序号计算句子的分数，以及根据句子的分数从多个句子筛选出重点句子，根据预设总节点数量和重点句子的分数确定重点句子的知识图谱的节点数量。通过各个句子中的高频词所在的索引序号来计算句子的分数，并且根据分数来筛选出重点句子，仅对重点句子构建知识图谱，避免对每个句子都构建知识图谱而失去关注点；重点句子中高频词的索引序号较为密集，并且每个重点句子的节点数量，同样也是根据重点句子的分数来确定的，可突出每个句子的知识图谱的关注点。

技术领域

本发明涉及知识图谱构建技术领域，尤其涉及一种知识图谱节点数量确定方法、装置、电子设备和存储介质。

背景技术

在知识图谱构建的过程中，通常需要提取词语进行节点的构建。当数据库为非结构型数据，即一整段的长文本时，系统经常会难以判断每个句子所需构建的节点数量。

一般而言，针对长文本，会在分句之后对每段分句进行相同数量的词语提取，进而确定每个句子的知识图谱的节点数量为提取出的词语的数量。但是，这相当于对长文本中的每个句子无差别操作，可能构建出许多无意义的或不重要的关系节点，进一步地，会导致所构建出来的知识图谱失去关注点或混乱。

发明内容

本发明提供了一种知识图谱节点数量确定方法，以解决对每个句子确定相同数量的节点导致构建出无意义的或不重要的关系节点的问题。

第一方面，本发明提供了一种知识图谱节点数量确定方法，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。

第二方面，本发明提供了一种知识图谱节点数量确定装置，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。

第三方面，本发明提供了一种电子设备，所述电子设备包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明第一方面所述的知识图谱节点数量确定方法。

第四方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明第一方面所述的知识图谱节点数量确定方法。