[发明专利]获得知识图谱中的数据模型的方法、装置、设备和介质

说明书

本公开的实施例涉及用于获得知识图谱中的数据模型的方法、装置、设备和介质。一种用于获得知识图谱中的数据模型的方法包括接收描述实体与对象之间的关系的知识条目。该方法还包括基于实体、关系和对象中的至少一项，来确定该对象的多个候选类型。该方法还包括基于预定规则，从多个候选类型中确定用于生成与该知识条目相匹配的数据模型的对象类型。此外，该方法还包括至少基于该对象类型来生成数据模型。本公开的实施例能够从主谓宾(SPO)形式的知识条目中自动地归纳和挖掘合适的对象类型，从而能够在有效降低人力成本的情况下高效地构建知识图谱中的数据模型。此外，该方案能够保证自动构建的数据模型中的对象类型具有合适的泛化程度。

技术领域

本公开的实施例涉及计算机领域，并且更具体地涉及用于获得知识图谱中的数据模型的方法、装置、设备和计算机可读存储介质。

背景技术

知识图谱又称为知识库(Knowledge Base)，其被用于描述真实世界中存在的各种实体和概念、它们之间的关系以及它们各自的属性。目前，知识图谱被广泛地应用于搜索、人工智能、深度学习等领域。在知识图谱中，使用schema来描述某个领域的数据模型，其包含该领域内的实体类型、与该实体类型相关联的关系(或属性)、以及与该实体类型具有上述关系的对象(或属性值)的类型。例如，以知识条目“温柔的作者是五月天”为例，其所对应的数据模型可以被表示为“音乐-作者-人物”。

为了便于构建知识图谱，期望从不同来源的数据中挖掘和归纳各个领域的schema。

发明内容

根据本公开的示例实施例，提供了用于获得知识图谱中的数据模型的方案。

在本公开的第一方面中，提供了一种用于获得知识图谱中的数据模型的方法。该方法包括接收描述实体与对象之间的关系的知识条目。该方法还包括基于实体、关系和对象中的至少一项，来确定该对象的多个候选类型。该方法还包括基于预定规则，从多个候选类型中确定用于生成与该知识条目相匹配的数据模型的对象类型。此外，该方法还包括至少基于该对象类型来生成数据模型。

在本公开的第二方面中，提供了用于获得知识图谱中的数据模型的装置。该装置包括：第一接收模块，被配置为接收描述实体与对象之间的关系的知识条目；第一确定模块，被配置为基于实体、关系和对象中的至少一项来确定该对象的多个候选类型；第二确定模块，被配置为基于预定规则从多个候选类型中确定用于生成与该知识条目相匹配的数据模型的对象类型；以及第一生成模块，被配置为至少基于该对象类型来生成数据模型。

在本公开的第三方面中，提供了一种用于获得知识图谱中的数据模型的设备。该设备包括：一个或多个处理器；以及存储装置，用于存储一个或多个程序，当该一个或多个程序被一个或多个处理器执行时，使得该一个或多个处理器实现根据本公开的第一方面的方法。

在本公开的第四方面中，提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现根据本公开的第一方面的方法。

应当理解，发明内容部分中所描述的内容并非旨在限定本公开的实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。

附图说明

结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：

图1示出了根据本公开的实施例的示例系统的框图；

图2示出了根据本公开的实施例的用于获得知识图谱中的数据模型的方法的流程图；

图3示出了根据本公开的实施例的确定用于生成数据模型的对象类型的示例过程的框图；

图4示出了根据本公开的实施例的从多个候选对象类型中确定用于生成数据模型的对象类型的示例规则的流程图；