[发明专利]一种知识图谱构建方法及相关设备有效
申请号: | 201811160745.9 | 申请日: | 2018-09-30 |
公开(公告)号: | CN110110092B | 公开(公告)日: | 2021-03-09 |
发明(设计)人: | 韩旭红 | 申请(专利权)人: | 北京国双科技有限公司 |
主分类号: | G06F16/36 | 分类号: | G06F16/36;G06F16/35 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 王宝筠 |
地址: | 100086 北京市海淀区*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种知识图谱构建方法及相关装置,方法包括:获取语料数据;对语料数据中的多个语句利用预设的实体对关系进行实体对匹配,得到匹配结果;利用训练学习模型对包含实体正例的语句和包含实体负例的语句进行训练,得到训练结果,训练结果至少包括语句中各词语在语句中的权重值;基于权重值满足第一预设条件的词语生成关系模板;基于正例语句及其概率值和负例语句及其概率值,计算关系模板的概率值;确定关系模板中概率值满足第三预设条件的目标关系模板,并对语句中的实体对利用目标关系模板计算相应实体对关系的比例值;选取实体对关系的比例值满足第四预设条件的实体对进行知识图谱的构建。 | ||
搜索关键词: | 一种 知识 图谱 构建 方法 相关 设备 | ||
【主权项】:
1.一种知识图谱构建方法,其特征在于,包括:获取语料数据,所述语料数据中包括多个语句;对所述多个语句利用预设的实体对关系进行实体对匹配,得到匹配结果,所述匹配结果表明所述语句是否包含实体正例或者实体负例;利用预设的训练学习模型对包含实体正例的语句和包含实体负例的语句进行训练,得到训练结果,所述训练结果至少包括所述语句为正例语句或负例语句的概率值以及所述语句中各词语在所述语句中的权重值;基于所述权重值满足第一预设条件的词语、所述语句中实体词语中间的词语及其前后词语中N个参数值满足第二预设条件的词语,生成关系模板,N为大于或等于1的正整数;基于所述正例语句及其概率值和所述负例语句及其概率值,计算所述关系模板的概率值;确定所述关系模板中概率值满足第三预设条件的目标关系模板,并对所述语句中的实体对利用所述目标关系模板计算相应实体对关系的比例值;选取所述实体对关系的比例值满足第四预设条件的实体对进行知识图谱的构建。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京国双科技有限公司,未经北京国双科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201811160745.9/,转载请声明来源钻瓜专利网。