[发明专利]基于多源异构数据的垂直领域知识图谱构建方法及系统

权利要求书

1.一种基于多源异构数据的垂直领域知识图谱构建方法，其特征在于，包括以下步骤：

S1：获取构建垂直领域知识图谱需要的数据并进行预处理；

S2：构建知识抽取任务模型，所述知识抽取任务模型实现多种抽取任务；

S3：利用强化学习对所述知识抽取任务模型进行训练，得到训练好的知识抽取任务模型；

S4：利用训练好的知识抽取任务模型对步骤S1获取的数据进行知识抽取，得到三元组；

S5：将所述三元组导入知识图谱中，得到最终的知识图谱。

2.根据权利要求1所述的基于多源异构数据的垂直领域知识图谱构建方法，其特征在于，步骤S1中获取构建垂直领域知识图谱需要的数据并进行预处理，具体为：

所述获取构建垂直领域知识图谱需要的数据包括从企业内部获取的产品详细资料和内部数据库数据，从新闻网站获取的领域相关新闻文本，从社交平台和电子商务网站获取的用户评论文本；

所述预处理包括对获取的文本数据进行清洗，对清洗后的文本数据分词和句法依存分析，所述清洗包括去除特殊符号和进行分句，去除不涉及关键实体、关系、事件、观点表达的句子；所述对清洗后的文本数据分词和句法依存分析包括使用Stanford Core工具，将中文文本进行分词，然后进行句法依存分析得到句子的句法依赖树，采用tokenizations包中的get_alignments()方法，将BERT对句子划分的结果与按空格划分的结果对齐，同时基于Stanford Core工具的句法依存分析结果也与按空格划分的结果对齐，实现最终文本的对齐。

3.根据权利要求1所述的基于多源异构数据的垂直领域知识图谱构建方法，其特征在于，步骤S2中所述知识抽取任务模型包括高层模块和低层模块，所述高层模块从句子的开头进行扫描，当在某个位置检测到低层任务触发时，触发一个低层模块实现抽取任务，抽取任务完成后，高层模块从该位置继续扫描并重复上述过程直至句子结束。

4.根据权利要求3所述的基于多源异构数据的垂直领域知识图谱构建方法，其特征在于，所述低层任务触发包括：

当检测到关系时，触发一个低层模块实现实体关系抽取任务，识别关系的源实体和目标实体；

当检测到事件触发词时，触发一个低层模块来实现事件抽取任务，识别事件的相关论元，包括时间、地点和人物；

当检测到观点表达对象时，触发一个低层模块来实现观点抽取任务，识别该对象的观点词。

5.根据权利要求4所述的基于多源异构数据的垂直领域知识图谱构建方法，其特征在于，步骤S3中利用强化学习对所述知识抽取任务模型进行训练，具体为：

利用基于动作的强化学习策略分别对所述高层模块和低层模块进行训练。