CN109614497B - 基于知识图谱的对齐方法、装置及介质 - Google Patents

Abstract

本公开提供了一种基于知识图谱的对齐方法，包括：获取至少两个文本，所述文本包括多个核心语义成份；根据知识图谱，确定所述至少两个文本之间的短语的第一对齐关系；根据所述至少两个文本之间的核心语义成份的第一对齐关系和预设的语法关系，确定所述至少两个文本之间的核心语义成份的第二对齐关系；存储所述至少两个文本之间的核心语义成份的第一对齐关系和第二对齐关系。本公开还提供了一种基于知识图谱的对齐装置及介质。

Description

基于知识图谱的对齐方法、装置及介质

技术领域

本公开涉及互联网技术的领域，尤其涉及一种基于知识图谱的对齐方法、装置及介质。

背景技术

随着互联网技术的快速发展，机器翻译越来越受人们青睐。在利用机器翻译的过程中，对齐技术是传统的机器翻译系统中最重要的一个环节，是指给定双语语料，在所有可能的对齐关系中找出概率最大的。对齐技术决定了机器翻译系统的性能。对齐技术也常用在文本的相似度计算上。

目前，现有技术对两个文本进行对齐时，一般可以基于文本的长度来实现两个文本的对齐，也可以基于词典来实现两个文本的对齐，还可以基于模型对两个文本的内容进行对齐。但是，发明人在实现本发明构思的过程中，发明人发现现有技术至少存在以下问题：基于文本长度的对齐方式对两个文本进行对齐时，如果两个文本之间有一对短语对齐错误，那么就容易导致整个文本对齐都错误，即采用这种对齐方式容易造成错误的蔓延；基于词典的对齐方式对两个文本进行对齐时，如果文本中含有专有名词(例如，海底捞)，但是词典中并没有包含这种专有名词，从而导致对齐失败或准确率降低；基于模型的对齐方式对两个文本进行对齐时，由于模型统计的数据量比较大，从而导致模型中的词不够书面化，准确性低，因此在对文本对齐时可能出现张冠李戴的情况，进而影响了对齐结果。

发明内容

有鉴于此，本公开提供一种基于知识图谱的对齐方法、装置及介质，进而至少部分地解决了由于相关技术的限制和缺陷而导致的一个或者多个问题。

本公开一方面提供了一种基于知识图谱的对齐方法，包括：获取至少两个文本，所述文本包括核心语义成份；根据知识图谱，确定所述至少两个文本之间的核心语义成份的第一对齐关系；根据所述至少两个文本之间的核心语义成份的第一对齐关系和预设的语法关系，确定所述至少两个文本之间的核心语义成份的第二对齐关系；存储所述至少两个文本之间的核心语义成份的第一对齐关系和第二对齐关系。

根据本公开的实施例，所述根据知识图谱，确定所述至少两个文本之间的核心语义成份的第一对齐关系包括：根据知识图谱，将所述至少两个文本之间具有同义关系、反义关系、同位关系、上下位关系的核心语义成份进行对齐，得到所述至少两个文本之间的核心成份的第一对齐关系。

根据本公开的实施例，根据所述至少两个文本之间的核心语义成份的第一对齐关系和预设的语法关系，确定所述至少两个文本之间的核心语义成份的第二对齐关系包括：根据所述至少两个文本之间的核心语义成份的第一对齐关系和预设的语法关系，将所述至少两个文本之间具有主谓关系、动宾关系、形名关系的核心语义成份进行对齐，得到所述至少两个文本之间的核心语义成份的第二对齐关系。

根据本公开的实施例，所述文本还包括非核心语义成份，所述方法还包括：基于IBM model的统计翻译模型对所述至少两个文本之间的非核心语义成份进行对齐，得到所述至少两个文本之间的非核心语义成份的第三对应关系，所述非核心语义成份包括不具有所述第一对齐关系和不具有所述第二对齐关系的短语。

本公开的另一个方面提供了一种基于知识图谱的对齐装置，包括：获取模块，用于获取至少两个文本，所述文本包括核心语义成份；第一确定模块，用于根据知识图谱，确定所述至少两个文本之间的短语的第一对齐关系；第二确定模块，用于根据所述至少两个文本之间的核心语义成份的第一对齐关系和预设的语法关系，确定所述至少两个文本之间的核心语义成份的第二对齐关系；

存储模块，用于存储所述至少两个文本之间的核心语义成份的第一对齐关系和第二对齐关系。

根据本公开的实施例，根据知识图谱，将所述至少两个文本之间具有同义关系、反义关系、同位关系、上下位关系的核心语义成份进行对齐，得到所述至少两个文本之间的核心语义成份的第一对齐关系。

根据本公开的实施例，所述第二确定模块还用于根据所述至少两个文本之间的核心语义成份的第一对齐关系和预设的语法关系，将所述至少两个文本之间具有主谓关系、动宾关系、形名关系的核心语义成份进行对齐，得到所述至少两个文本之间的核心语义成份的第二对齐关系。

根据本公开的实施例，所述文本还包括非核心语义成份，所述装置还包括：对齐模块，基于IBM model的统计翻译模型对所述至少两个文本之间的非核心语义成份进行对齐，得到所述至少两个文本之间的非核心语义成份的第三对应关系，所述非核心语义成份包括不具有所述第一对齐关系和不具有所述第二对齐关系的短语。

本公开的另一方面提供了一种基于知识图谱的对齐装置。所述装置包括一个或多个处理器，以及存储装置。所述存储装置用于存储一个或多个程序。其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行如上所述的基于知识图谱的对齐方法。

本公开的另一方面提供了一种计算机可读介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行如上所述的基于知识图谱的对齐方法。

本公开的另一方面提供了一种计算机程序，所述计算机程序包括计算机可执行指令，所述指令在被执行时用于实现上述的基于知识图谱的对齐方法。

根据本公开的实施例，可以至少部分地解决现有技术中存在的问题，例如，基于文本长度的对齐方式对两个文本进行对齐时，如果两个文本之间有一对短语对齐错误，那么就容易导致整个文本对齐都错误，即采用这种对齐方式容易造成错误的蔓延；基于词典的对齐方式对两个文本进行对齐时，如果文本中含有专有名词(例如，海底捞)，但是词典中并没有包含这种专有名词，从而导致对齐失败或准确率降低；基于模型的对齐方式对两个文本进行对齐时，由于模型统计的数据量比较大，从而导致模型中的词不够书面化，准确性低，因此在对文本对齐时可能出现张冠李戴的情况，进而影响了对齐结果。并因此实现了通过知识图谱和预设的语法关系对两个文本之间的核心语义成份进行对齐，这样提高了两个文本之间的核心语义成份的对齐关系的准确度。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。

附图说明

图1示意性示出了根据本公开实施例的基于知识图谱的对齐方法的流程图；

图2示意性示出了根据本公开另一个实施例的基于知识图谱的对齐方法的流程图；

图3示意性示出了根据本公开另一个实施例的基于知识图谱的对齐方法的流程图；

图4示意性示出了根据本公开另一个实施例的基于知识图谱的对齐方法的流程图；

图5示意性示出了根据本公开实施例的基于知识图谱的对齐装置的方框图；

图6示意性示出了根据本公开另一实施例的基于知识图谱的对齐装置的方框图；

图7示意性示出了根据本公开实施例的基于知识图谱的对齐装置的计算机系统的方框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。本领域技术人员还应理解，实质上任意表示两个或更多可选项目的转折连词和/或短语，无论是在说明书、权利要求书还是附图中，都应被理解为给出了包括这些项目之一、这些项目任一方、或两个项目的可能性。例如，短语“A或B”应当被理解为包括“A”或“B”、或“A和B”的可能性。

本公开的实施例提供了一种基于知识图谱的对齐方法，包括：获取至少两个文本，所述文本包括多个核心语义成份；根据知识图谱，确定所述至少两个文本之间的短语的第一对齐关系；根据所述至少两个文本之间的核心语义成份的第一对齐关系和预设的语法关系，确定所述至少两个文本之间的核心语义成份的第二对齐关系；存储所述至少两个文本之间的核心语义成份的第一对齐关系和第二对齐关系。

根据本公开的实施例，可以至少部分地解决现有技术中存在的问题，例如，基于文本长度的对齐方式对两个文本进行对齐时，如果两个文本之间有一对短语对齐错误，那么就容易导致整个文本对齐都错误，即采用这种对齐方式容易造成错误的蔓延；基于词典的对齐方式对两个文本进行对齐时，如果文本中含有专有名词(例如，海底捞)，但是词典中并没有包含这种专有名词，从而导致对齐失败或准确率降低；基于模型的对齐方式对两个文本进行对齐时，由于模型统计的数据量比较大，从而导致模型中的词不够书面化，准确性低，因此在对文本对齐时可能出现张冠李戴的情况，进而影响了对齐结果。并因此实现了通过知识图谱和预设的语法关系对两个文本之间的核心语义成份进行对齐，这样提高了两个文本之间的核心语义成份的对齐关系的准确度。

图1示意性示出了根据本公开实施例的基于知识图谱的对齐方法的流程图。

如图1所示，基于知识图谱的对齐方法包括步骤S101～步骤S104。

在步骤S101中，获取至少两个文本，所述文本包括核心语义成份。

在步骤S102中，根据知识图谱，确定所述至少两个文本之间的核心语义成份的第一对齐关系。

在步骤S103中，根据所述至少两个文本之间的核心语义成份的第一对齐关系和预设的语法关系，确定所述至少两个文本之间的核心语义成份的第二对齐关系。

在步骤S104中，存储所述至少两个文本之间的核心语义成份的第一对齐关系和第二对齐关系。

该方法可以根据知识图谱，确定两个文本之间的核心语义成份的第一对齐关系，然后根据两个文本之间的核心语义成份的第一对齐关系和预设的语法关系，确定两个文本之间的核心语义成份的第二对齐关系，这样有助于提高两个文本之间的核心语义成份的对齐关系的准确度。

在本公开的一些实施例中，上述知识图谱可以是利用算法从大规则的语料中学习得到。该知识图谱可以包含各种实体词、实体的属性以及实体间的各种关系(例如，同义关系，反义关系，同位关系，上下位关系等)。

在步骤S102进行两个文本之间的核心语义成份对齐时，可以根据知识图谱的各种关系，先将具有同义关系的，同位关系的，上下位关系的词进行对齐。例如，将上述两个文本之间具有同义关系的，同位关系的，上下位关系的核心语义成份进行对齐，这样就可以得到两个文本之间具有同义关系的核心语义成份、同位关系的核心语义成份、上下位关系的核心语义成份，即第一对齐关系可以包括但不限于同义关系、同位关系、上下位关系。例如，一个文本为“我的朋友在上班时发现自己的脚部发炎了”，另一个文本为“上班时，我的朋友发现自己的下肢生病了”，通过步骤S102可以得到“脚部”与“下肢”的上下位关系，也可以得到“发炎”与“生病”的同义关系，即“脚部”与“下肢”对齐，“发炎”与“生病”对齐。其中，“脚部”与“下肢”、“发炎”与“生病”属于文本的核心语义成份，而其他的短语属于文本的非核心语义成份，例如，“我的朋友”、“上班”等等。

在本公开的一些实施例中，上述预设的语法关系可以是主谓关系，形名关系，动宾关系等等，但不限于此。

在步骤S103中可以基于步骤S102得到的第一对齐关系和预设的语法关系，分析出两个文本中短语的主谓关系，形名关系，动宾关系等。也就是说步骤S103可以根据这些语言学的知识，在步骤S102的基础上进行进一步的对齐。主要利用的是主谓关系，形名关系，动宾关系。

在本公开的一些实施例中，可以将步骤S102得到的第一对齐关系和步骤S103得到的第二对齐关系进行存储，以便于翻译机器的使用。

根据本公开的实施例，上述根据知识图谱，确定所述至少两个文本之间的核心语义成份的第一对齐关系可以具体包括根据知识图谱，将所述至少两个文本之间具有同义关系、反义关系、同位关系、上下位关系的核心语义成份进行对齐，得到所述至少两个文本之间的核心语义成份的第一对齐关系。

根据本公开的实施例，上述至少两个文本可以包括两个文本，四个文本，六个文本，总之文本的个数为2的倍数。

图2示意性示出了根据本公开另一个实施例的基于知识图谱的对齐方法的流程图。

如图2所示，上述方法可以包括步骤S101、S201步骤、步骤S103和步骤S104。

在步骤S101中，获取至少两个文本，所述文本包括核心语义成份。

在步骤S201中，根据知识图谱，将所述至少两个文本之间具有同义关系、反义关系、同位关系、上下位关系的核心语义成份进行对齐，得到所述至少两个文本之间的核心成份的第一对齐关系。

在步骤S103中，根据所述至少两个文本之间的核心语义成份的第一对齐关系和预设的语法关系，确定所述至少两个文本之间的核心语义成份的第二对齐关系。

在步骤S104中，存储所述至少两个文本之间的核心语义成份的第一对齐关系和第二对齐关系。

该方法可以先根据知识图谱，将所述两个文本之间具有同义关系、反义关系、同位关系、上下位关系的短语进行对齐，然后在此基础上基于预设的语法关系对两个文本的短语进一步的进行对齐，这样可以提高第二对齐关系的准确度。

根据本公开的实施例，上述根据所述至少两个文本之间的核心语义成份的第一对齐关系和预设的语法关系，确定所述至少两个文本之间的核心语义成份的第二对齐关系包括：根据所述至少两个文本之间的核心语义成份的第一对齐关系和预设的语法关系，将所述至少两个文本之间具有主谓关系、动宾关系、形名关系的核心语义成份进行对齐，得到所述至少两个文本之间的核心语义成份的第二对齐关系。

图3示意性示出了根据本公开另一个实施例的基于知识图谱的对齐方法的流程图。

如图3所示，上述方法可以包括步骤S101、S102步骤、步骤S301和步骤S104。

在步骤S101中，获取至少两个文本，所述文本包括核心语义成份。

在步骤S102中，根据知识图谱，确定所述至少两个文本之间的核心语义成份的第一对齐关系。

在步骤S301中，根据所述至少两个文本之间的核心语义成份的第一对齐关系和预设的语法关系，将所述至少两个文本之间具有主谓关系、动宾关系、形名关系的核心语义成份进行对齐，得到所述至少两个文本之间的核心语义成份的第二对齐关系。

在步骤S104中，存储所述至少两个文本之间的核心语义成份的第一对齐关系和第二对齐关系。

该方法可以先根据知识图谱，将所述至少两个文本之间具有同义关系、反义关系、同位关系、上下位关系的短语进行对齐，然后在此基础上基于主谓关系、动宾关系、形名关系对两个文本的核心语义成份进一步的进行对齐，这样可以提高第二对齐关系的准确度。

在本公开的一些实施例中，可以利用依存分析技术结合预设的语法关系，分析两个文本之间的主谓关系，形名关系，动宾关系等。步骤S301可以根据这些语言学的知识，在步骤S102的基础上进行进一步的对齐。主要利用的是主谓关系，形名关系，动宾关系。对齐的拓展规则如下：

·利用主谓关系进行对齐拓展。若两个文本之间的主语具有对齐关系，则可以把对齐的主语对应的谓语也建立起对齐关系。

·利用动宾关系进行对齐拓展。若两个文本间的动词具有对齐关系，则可以把对齐的动词对应的宾语也建立起对齐关系。

·利用形名关系进行对齐拓展。若两个文本间的名词具有对齐关系，则可以把对齐的名词对应的形容词建立起对齐关系。

在本公开的一些实施例中，第二对齐关系可以是两个文本之间的核心语义成份的主谓关系、动宾关系和形名关系等等，但不限于此。

图4示意性示出了根据本公开另一个实施例的基于知识图谱的对齐方法的流程图。

如图1所示，基于知识图谱的对齐方法包括步骤S101、步骤S102、步骤S103、步骤S401和步骤S402。

在步骤S101中，获取至少两个文本，所述文本包括核心语义成份。

在步骤S102中，根据知识图谱，确定所述至少两个文本之间的核心语义成份的第一对齐关系。

在步骤S103中，根据所述至少两个文本之间的核心语义成份的第一对齐关系和预设的语法关系，确定所述至少两个文本之间的核心语义成份的第二对齐关系。

在步骤S401中，基于IBM model的统计翻译模型对所述两个文本之间的剩余短语进行对齐，得到所述两个文本之间的剩余短语的第三对应关系。

在步骤S402中，存储所述至少两个文本之间的核心语义成份的第一对齐关系和第二对齐关系、以及至少两个文本之间的非核心语义成份的第三对应关系。

该方法可以基于IBM model的统计翻译模型对所述至少两个文本之间的非核心语义成份进行对齐，得到所述至少两个文本之间的非核心语义成份的第三对应关系，从而实现了对至少两个文本之间的所有短语进行了对齐，这样可以得到遵行已有第一对齐关系和第二对齐关系的最优对齐结果。

在本公开的一些实施例中，可以先利用标注好的平行语料对，训练基于IBM model的统计翻译模型。待训练完成后，该IBM model的统计翻译模型中可以提取到两个文本之间的短语对短语的翻译概率。在第一对齐关系和第二对齐关系的基础上，再对剩下的短语利用动态规划算法进行计算，可以得到遵行已有全部对齐关系的最优对齐结果，所得到的最优对齐结果即为第三对齐关系。

本公开由于在对齐过程中充分利用了知识图谱和语言学的知识，同时利用基于短语翻译模型来对剩余词进行最优对齐。具有比单纯地利用词典和机器翻译模型的对齐算法具有更优的对齐效果。由于利用在同语种间不同短语间的对齐时，由于同语种间有很多天然的同义关系，结构相似等，本发明的基于知识图谱的对齐方法的优势更能体现。

图5示意性示出了根据本公开实施例的基于知识图谱的对齐装置的方框图。

如图5所示，基于知识图谱的对齐装置500包括获取模块510、第一确定模块520、第二确定模块530和存储模块540。

获取模块510，用于获取至少两个文本，所述文本包括核心语义成份。

第一确定模块520，用于根据知识图谱，确定所述两个文本之间的短语的第一对齐关系。

第二确定模块530，用于根据所述至少两个文本之间的核心语义成份的第一对齐关系和预设的语法关系，确定所述至少两个文本之间的核心语义成份的第二对齐关系。

存储模块540，用于存储所述至少两个文本之间的核心语义成份的第一对齐关系和第二对齐关系。

该基于知识图谱的对齐装置500根据知识图谱，确定两个文本之间的核心语义成份的第一对齐关系，然后根据两个文本之间的核心语义成份的第一对齐关系和预设的语法关系，确定两个文本之间的核心语义成份的第二对齐关系，这样有助于提高两个文本之间的核心语义成份的对齐关系的准确度。

根据本公开实施例，基于知识图谱的对齐装置500可以用于实现上述图1描述的基于知识图谱的对齐方法。

根据本公开实施例，第一确定模块520还用于根据知识图谱，将所述至少两个文本之间具有同义关系、反义关系、同位关系、上下位关系的核心语义成份进行对齐，得到所述至少两个文本之间的核心语义成份的第一对齐关系。

根据本公开实施例，第二确定模块530还用于根据所述至少两个文本之间的核心语义成份的第一对齐关系和预设的语法关系，将所述至少两个文本之间具有主谓关系、动宾关系、形名关系的核心语义成份进行对齐，得到所述至少两个文本之间的核心语义成份的第二对齐关系。

图6示意性示出了根据本公开另一实施例的基于知识图谱的对齐装置的方框图。

如图6所示，除了图5实施例描述的获取模块510、第一确定模块520、第二确定模块530和存储模块540之外，基于知识图谱的对齐装置600还包括对齐模块610。

对齐模块610，对齐模块，基于IBM model的统计翻译模型对所述至少两个文本之间的非核心语义成份进行对齐，得到所述至少两个文本之间的非核心语义成份的第三对应关系，所述非核心语义成份包括不具有所述第一对齐关系和不具有所述第二对齐关系的短语。

该基于知识图谱的对齐装置600可以基于IBM model的统计翻译模型对所述两个文本之间的非核心语义成份进行对齐，得到所述两个文本之间的非核心语义成份的第三对应关系，从而实现了对两个文本之间的所有短语进行了对齐，这样可以得到遵行已有第一对齐关系和第二对齐关系的最优对齐结果。

根据本公开实施例，基于知识图谱的对齐装置600可以用于实现上述图4描述的基于知识图谱的对齐方法。

可以理解的是，获取模块510、第一确定模块520、第二确定模块530、存储模块540、对齐模块610可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本发明的实施例，获取模块510、第一确定模块520、第二确定模块530、存储模块540、对齐模块610中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以以对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式的适当组合来实现。或者，获取模块510、第一确定模块520、第二确定模块530、存储模块540、对齐模块610中的至少一个可以至少被部分地实现为计算机程序模块，当该程序被计算机运行时，可以执行相应模块的功能。

图7示意性示出了根据本公开实施例的基于知识图谱的对齐装置的计算机系统的方框图。图7示出的计算机系统仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图7所示，根据本公开实施例的基于知识图谱的对齐装置的计算机系统700包括处理器701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。处理器701例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))，等等。处理器701还可以包括用于缓存用途的板载存储器。处理器701可以包括用于执行参考图1～图4描述的根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在RAM 703中，存储有系统700操作所需的各种程序和数据。处理器701、ROM 702以及RAM 703通过总线704彼此相连。处理器701通过执行ROM 702和/或RAM 703中的程序来执行以上参考图1～图4描述的基于知识图谱的对齐方法的各种步骤。需要注意，该程序也可以存储在除ROM 702和RAM 703以外的一个或多个存储器中。处理器701也可以通过执行存储在该一个或多个存储器中的程序来执行以上参考图1～图4描述的基于知识图谱的对齐方法的各种步骤。

根据本公开的实施例，系统700还可以包括输入/输出(I/O)接口707，输入/输出(I/O)接口707也连接至总线704。系统700还可以包括连接至I/O接口705的以下部件中的一项或多项：包括键盘、鼠标等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。

根据本公开的实施例，上文参考流程图描述的方法可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被处理器701执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。

需要说明的是，本公开所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。根据本公开的实施例，计算机可读介质可以包括上文描述的ROM 702和/或RAM 703和/或ROM 702和RAM 703以外的一个或多个存储器。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

作为另一方面，本公开还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备执行根据本公开实施例的基于知识图谱的对齐方法。该方法包括：获取至少两个文本，所述文本包括多个核心语义成份；根据知识图谱，确定所述至少两个文本之间的短语的第一对齐关系；根据所述至少两个文本之间的核心语义成份的第一对齐关系和预设的语法关系，确定所述至少两个文本之间的核心语义成份的第二对齐关系；存储所述至少两个文本之间的核心语义成份的第一对齐关系和第二对齐关系。

以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。

Claims (6)

1.一种基于知识图谱的对齐方法，包括：

获取至少两个文本，所述文本包括核心语义成份；

根据知识图谱，将所述至少两个文本之间具有同义关系、反义关系、同位关系、上下位关系的核心语义成份进行对齐，得到所述至少两个文本之间的核心成份的第一对齐关系，所述知识图谱是利用算法从语料中学习得到，所述知识图谱包含各种实体以及实体间的各种关系，所述实体间的各种关系至少包括所述同义关系、所述反义关系、所述同位关系、所述上下位关系；

根据所述至少两个文本之间的核心语义成份的第一对齐关系和预设的语法关系，将所述至少两个文本之间具有主谓关系、动宾关系、形名关系的核心语义成份进行对齐，得到所述至少两个文本之间的核心语义成份的第二对齐关系；

存储所述至少两个文本之间的核心语义成份的第一对齐关系和第二对齐关系；

其中，将所述至少两个文本之间具有主谓关系、动宾关系、形名关系的核心语义成份进行对齐，包括：

若两个文本之间的主语具有第一对齐关系，则把对齐的主语对应的谓语建立起第二对齐关系；若两个文本间的动词具有第一对齐关系，则把对齐的动词对应的宾语建立起第二对齐关系；若两个文本间的名词具有第一对齐关系，则把对齐的名词对应的形容词建立起第二对齐关系。

2.根据权利要求1所述的方法，其特征在于，所述文本还包括非核心语义成份，所述方法还包括：

基于IBM model的统计翻译模型对所述至少两个文本之间的非核心语义成份进行对齐，得到所述至少两个文本之间的非核心语义成份的第三对应关系，所述非核心语义成份包括不具有所述第一对齐关系和不具有所述第二对齐关系的短语。

3.一种基于知识图谱的对齐装置，包括：

获取模块，用于获取至少两个文本，所述文本包括核心语义成份；

第一确定模块，用于根据知识图谱，将所述至少两个文本之间具有同义关系、反义关系、同位关系、上下位关系的核心语义成份进行对齐，得到所述至少两个文本之间的核心语义成份的第一对齐关系，所述知识图谱是利用算法从语料中学习得到，所述知识图谱包含各种实体以及实体间的各种关系，所述实体间的各种关系至少包括所述同义关系、所述反义关系、所述同位关系、所述上下位关系；

第二确定模块，用于根据所述至少两个文本之间的核心语义成份的第一对齐关系和预设的语法关系，将所述至少两个文本之间具有主谓关系、动宾关系、形名关系的核心语义成份进行对齐，得到所述至少两个文本之间的核心语义成份的第二对齐关系；

存储模块，用于存储所述至少两个文本之间的核心语义成份的第一对齐关系和第二对齐关系；

其中，所述第二确定模块在将所述至少两个文本之间具有主谓关系、动宾关系、形名关系的核心语义成份进行对齐时，用于若两个文本之间的主语具有第一对齐关系，则把对齐的主语对应的谓语建立起第二对齐关系；若两个文本间的动词具有第一对齐关系，则把对齐的动词对应的宾语建立起第二对齐关系；若两个文本间的名词具有第一对齐关系，则把对齐的名词对应的形容词建立起第二对齐关系。

4.根据权利要求3所述的装置，其特征在于，所述文本还包括非核心语义成份，所述装置还包括：

对齐模块，基于IBM model的统计翻译模型对所述至少两个文本之间的非核心语义成份进行对齐，得到所述至少两个文本之间的非核心语义成份的第三对应关系，所述非核心语义成份包括不具有所述第一对齐关系和不具有所述第二对齐关系的短语。

5.一种基于知识图谱的对齐装置，包括：

一个或多个处理器；以及

存储装置，用于存储一个或多个程序，

其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行根据权利要求1～2任意一项所述的方法。

6.一种计算机可读介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行根据权利要求1～2任意一项所述的方法。

Images