[发明专利]知识图谱构建方法、装置、电子设备和存储介质

说明书

本申请公开了一种知识图谱构建方法、装置、电子设备和存储介质。其中方法包括：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，将所述目标句法分析结果对应的所述目标词条更新为所述合并后的词条之后，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；根据所述三元组构建知识图谱。

技术领域

本发明涉及自然语言处理技术领域，尤其是涉及一种知识图谱构建方法、装置、电子设备和存储介质。

背景技术

随着各种智能产品的落地，知识图谱作为产品背后赋能的知识大脑，地位举足轻重。然而，知识图谱构建的成本非常高。通常需要相应领域的专家预先定义知识图谱的数据模式，需要海量的标注数据去进行知识抽取和知识融合，需要能快速响应、海量存储的存储数据库。因此，只有大公司才能有这么能力去构建大型的知识图谱，对于很多中小型公司而言，知识图谱的构建是一项非常困难的工作，所需数据量大、需要大量人工参与，成本较高。

实体抽取是自然语言处理(NLP)的经典任务之一，目的是从结构、半结构化或者非结构化的数据中抽出实体，如已定义的实体类型为：国家，非结构化文本为：中国有五千年文化的历史，则抽出来的实体为：“中国”。目前有一些方法通过对采集的语料集进行分词，采用分词后的词作为实体的候选集，获得三元组来构建知识图谱，即该三元组中的实体仅是通过分词获得的，与实际句子中的实体可能存在偏差。

发明内容

本申请提供了一种知识图谱构建方法、装置、电子设备和存储介质。

第一方面，提供了一种知识图谱构建方法，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；

根据所述三元组构建知识图谱。

第二方面，提供了一种知识图谱构建装置，包括：

获取模块，用于获取目标文本；

句法分析模块，用于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；

合并模块，用于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词条对应的头实体词；

所述合并模块还用于，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，将所述目标句法分析结果对应的所述目标词条更新为所述合并后的词条之后，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；

构建模块，用于根据所述三元组构建知识图谱。

第三方面，提供了一种电子设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行如第一方面及其任一种可能的实现方式的步骤。