[发明专利]知识图谱构建方法、装置、电子设备和存储介质

权利要求书

1.一种知识图谱构建方法，其特征在于，包括：

获取目标文本；

对所述目标文本进行句法分析处理，获得所述目标文本中各个词条对应的句法分析结果，所述各个词条对应的句法分析结果包括所述词条与所述词条对应的头实体词之间的依存关系；

获取所述依存关系为定中关系的目标句法分析结果，获取所述目标句法分析结果对应的目标词条和所述目标词条对应的头实体词；

将所述目标词条与所述目标词条对应的头实体词合并，获得合并后的词条，根据所述合并后的词条更新所述句法分析结果之后，再根据预设的匹配规则和所述句法分析结果，匹配出所述目标文本对应的三元组；获取输入数据，所述输入数据包括目标三元组对应的原始句子的向量、所述目标三元组中每个元素的向量以及所述目标三元组中每个元素位置的向量，所述原始句子为所述目标文本中抽取出所述目标三元组的句子，所述目标三元组中的元素包括所述目标三元组中的词条以及所述目标三元组中的词条之间的依存关系，所述目标三元组为所述目标文本对应的任一三元组；将所述输入数据输入预设的分类模型，通过所述分类模型对所述输入数据进行处理，获得所述目标三元组的可信度标识，所述可信度标识指示所述目标三元组是否为错误三元组；基于所述目标文本对应的三元组的可信度标识，筛选出所述目标文本对应的三元组中的错误三元组；删除所述三元组中的所述错误三元组；

所述分类模型为BERT模型结构，所述将所述输入数据输入预设的分类模型，通过所述预设的分类模型对所述输入数据进行处理，获得所述目标三元组的可信度标识，所述可信度标识指示所述目标三元组是否为错误三元组包括：使用已经训练好的所述分类模型中的权重去初始化向量，获得所述原始句子的向量、所述目标三元组中每个元素的向量以及所述目标三元组中每个元素位置的向量，所述元素包括主实体、关系和尾实体；将所述目标三元组中每个元素的向量以及所述目标三元组中每个元素位置的向量相加后，再与所述原始句子的向量相加，以作为BERT模型的输入，经过BERT编码后，最后一层通过一个线性层进行线性变换，并经过所述分类模型的激活函数处理转为概率，以获取所述目标三元组的所述可信度标识，分类模型的激活函数为Sigmoid函数，所述可信度标识包括正确概率和错误概率；根据所述正确概率和所述错误概率确定所述目标三元组是否为错误三元组；

根据所述三元组构建知识图谱。

2.根据权利要求1所述的知识图谱构建方法，其特征在于，所述各个词条对应的句法分析结果还包括：第一位置信息和第二位置信息，所述第一位置信息指示所述词条在所述目标文本中的位置，所述第二位置信息指示所述词条对应的头实体词在所述目标文本中的位置；

所述获取所述目标句法分析结果对应的目标词条和所述词条对应的头实体词，包括：

根据所述目标句法分析结果中的第一位置信息，获取所述目标句法分析结果对应的所述目标词条；

根据所述目标句法分析结果中的第二位置信息，获取所述目标词条对应的头实体词。

3.根据权利要求2所述的知识图谱构建方法，其特征在于，所述预设的匹配规则包括预设的词条间依存关系模式，与所述预设的词条间依存关系模式所对应的三元组表达式；

所述根据预设的匹配规则和所述句法分析结果，匹配出所述目标文本对应的三元组，包括：

根据所述句法分析结果中所述各个词条的依存关系，确定所述各个词条中满足所述预设的词条间依存关系模式的一组词条；

依据所述预设的词条间依存关系模式所对应的三元组表达式，将所述一组词条构建为对应的三元组。

4.根据权利要求1所述的知识图谱构建方法，其特征在于，所述获取目标文本，包括：

获取关键词条对应的待处理文本；

对所述待处理文本进行分句处理，获得目标文本，所述目标文本中的每一个句子包含主语。

5.根据权利要求4所述的知识图谱构建方法，其特征在于，所述对所述目标文本进行句法分析处理，获得所述目标文本中各个词条对应的句法分析结果，包括：

对所述目标文本中的各个句子进行分词处理，获得所述目标文本中的多个词条；

对各个所述词条进行词性识别，确定所述各个词条的词性；

根据所述各个词条的词性对所述目标文本进行句法分析处理，获得所述目标文本中各个词条对应的句法分析结果。