[发明专利]知识图谱构建方法、装置、存储介质及电子设备

说明书

本公开涉及一种知识图谱构建方法、装置、存储介质及电子设备。该知识图谱构建方法包括：从目标网页的标题文本中识别出实体概念，并从所述目标网页的主体文本中识别出对应所述实体概念的至少一个实体；根据所述标题文本所属语种的语法分析规则，构建所述标题文本的语法分析树，并从所述语法分析树中确定用于修饰所述实体概念的修饰词；根据所述实体概念、所述修饰词以及所述至少一个实体生成知识图谱。采用本公开的这种方式，无需对目标网页进行结构化处理也能构建准确率和召回率高的知识图谱。

技术领域

本公开涉及知识图谱技术领域，具体地，涉及一种知识图谱构建方法、装置、存储介质及电子设备。

背景技术

知识图谱(Knowledge Graph)是结构化的语义知识库，用于以符号形式描述物理世界中的概念及其相互间的关系，其基本组成单位是三元组。具体地，我们可以把三元组理解为(实体entity，实体关系relation，实体entity)，若将实体看做结点把实体关系(包括属性，类别等)看做一条边，实体之间通过实体关系相互联结，构成网状的知识结构，如此包含了大量三元组的知识库就成为了一个庞大的知识图谱。

相关技术中，构建知识图谱依赖文本挖掘，通常会先对语料进行结构化处理，得到包括主语、谓语和宾语的结构化数据，然后基于得到的结构化数据构建知识图谱。然而，这种方式的召回率与准确率均不高。

发明内容

提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。

第一方面，本公开提供一种知识图谱构建方法，所述方法包括：

从目标网页的标题文本中识别出实体概念，并从所述目标网页的主体文本中识别出对应所述实体概念的至少一个实体；根据所述标题文本所属语种的语法分析规则，构建所述标题文本的语法分析树，并从所述语法分析树中确定用于修饰所述实体概念的修饰词；根据所述实体概念、所述修饰词以及所述至少一个实体生成知识图谱。

第二方面，本公开提供一种知识图谱构建装置，所述装置包括：

识别模块，用于从目标网页的标题文本中识别出实体概念，并从所述目标网页的主体文本中识别出对应所述实体概念的至少一个实体；

构建模块，用于根据所述标题文本所属语种的语法分析规则，构建所述标题文本的语法分析树，并从所述语法分析树中确定用于修饰所述实体概念的修饰词；

生成模块，用于根据所述实体概念、所述修饰词以及所述至少一个实体生成知识图谱。

第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现第一方面中任一项所述方法的步骤。

第四方面，本公开提供一种电子设备，包括：

存储装置，其上存储有计算机程序；处理装置，用于执行所述存储装置中的所述计算机程序，以实现第一方面中任一项所述方法的步骤。

采用上述技术方案，至少能够取得如下的有益技术效果：

从目标网页的标题文本中识别出实体概念，并从该目标网页的主体文本中识别出对应该实体概念的至少一个实体。同时，根据标题文本所属语种的语法分析规则，构建标题文本的语法分析树，并从该语法分析树中确定用于修饰该实体概念的修饰词。根据实体概念、修饰词以及得到的实体生成知识图谱。可见，本公开提供了一种新的无需对语料(目标网页)进行结构化处理的知识图谱构建方法。而且，因本公开的这种方式能够避免对语料进行结构化处理而能够避免结构化处理所引入的噪声，使知识图谱的召回率与准确率提高。

本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明