[发明专利]用于知识抽取的方法、装置和存储介质

说明书

本发明公开了一种用于知识抽取的方法，该方法包括：定义知识结构模式；基于知识结构模式，从非结构化数据中抽取命名实体；基于所述非结构化数据，对命名实体进行关系抽取，得到命名实体的关系；基于命名实体、命名实体的关系和非结构化数据，进行非结构化数据知识的抽取。可以方便有效地，从非结构化数据中抽取出实体和实体之间的关系，将抽取出的实体和实体之间的关系组合成特定的知识，实现非结构化数据知识的挖掘；此外，本方法工程量小，知识抽取效果好。本发明还公开了一种用于知识抽取的装置和存储介质。

技术领域

本申请涉及人工智能技术领域，特别涉及一种用于知识抽取的方法、装置和存储介质。

背景技术

知识抽取，即，从不同来源、不同结构的数据中进行知识抽取，得到知识或者结构化数据存入到知识图谱。现有的知识抽取的方法有很多，通常需要进行实体识别、指代消解和关系抽取后，再进行实体链接，以完成知识的抽取。抽取得到的关系是三元组关系，例如是父子关系或者夫妻关系等。

现有的技术方案包括，通过模型或者词典等抽取实体，或者通过规则模板抽取关系，还有具有代表性的技术方案是基于Bootstrapping算法的方法，用少量的关系主客体，在大规模文本中学习主、客体的上下文，从而抽取关系主、客体。

在实现本公开实施例的过程中，发现相关技术中至少存在如下问题：现有算法中的工程量和误差传递，使得知识抽取的结果确信度不高。

发明内容

本公开实施例提供了一种用于知识抽取的方法、装置和存储介质，以在一定程度上解决，现有算法中的工程量和误差传递，使得知识抽取的结果确信度不高的技术问题。

第一方面，提供了一种用于知识抽取的方法，该方法包括：定义知识结构模式；基于所述知识结构模式，从非结构化数据中抽取命名实体；基于所述非结构化数据，对所述命名实体进行关系抽取，得到命名实体的关系；基于所述命名实体、所述命名实体的关系和所述非结构化数据，得到非结构化数据的知识结构。

结合第一方面，在第一方面的第一种可能的实现方式中，基于所述命名实体、所述命名实体的关系和所述非结构化数据，得到非结构化数据的知识结构的步骤，包括：当抽取到的所述命名实体为名称命名实体时，获取抽取到的所述命名实体和其他命名实体之间的关系，得到抽取关系；基于所述抽取关系，进行实体属性值的填充。

结合第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，基于所述抽取关系，进行实体属性值的填充，包括：所述抽取关系为实体与所述命名实体之间的关系时，对抽取到的所述命名实体对应的属性进行判断，进行实体属性值的填充。

结合第一方面的第一种可能的实现方式，在第一方面的第三种可能的实现方式中，基于所述抽取关系，进行实体属性值的填充，还包括：所述抽取关系为第一实体与第二实体之间的关系，基于所述抽取关系建立所述第一实体和所述第二实体之间的关系。

结合第一方面的第二种可能的实现方式，在第一方面的第四种可能的实现方式中，对所述抽取到的命名实体对应的属性进行判断，进行实体属性值的填充，包括：所述属性为单值属性时，用抽取到的所述命名实体的值更新原有属性值。

结合第一方面的第二种可能的实现方式，在第一方面的第五种可能的实现方式中，对抽取到的所述命名实体对应的属性进行判断，进行实体属性值的填充，包括：所述属性为多值属性时，抽取到的所述命名实体的值与原有属性值不同，将抽取到的所述命名实体的值增加至属性值中。

结合第一方面的第二种可能的实现方式，在第一方面的第六种可能的实现方式中，对抽取到的所述命名实体对应的属性进行判断，进行实体属性值的填充，还包括：所述属性为主键属性时，抽取到的所述命名实体的值与原有属性值不同，增加抽取到的所述命名实体的值对应的实体。