CN110275962B - 用于输出信息的方法和装置 - Google Patents
用于输出信息的方法和装置 Download PDFInfo
- Publication number
- CN110275962B CN110275962B CN201910552602.0A CN201910552602A CN110275962B CN 110275962 B CN110275962 B CN 110275962B CN 201910552602 A CN201910552602 A CN 201910552602A CN 110275962 B CN110275962 B CN 110275962B
- Authority
- CN
- China
- Prior art keywords
- subject
- relation
- relationship
- knowledge graph
- main body
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
- G06F40/216—Parsing using statistical methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Animal Behavior & Ethology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Information Transfer Between Computers (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开的实施例公开了用于输出信息的方法和装置。该方法的一具体实施方式包括:获取已存储的知识图谱和知识图谱约束条件,其中,知识图谱包括至少一组主体‑关系‑客体;根据知识图谱约束条件确定知识图谱中各主体缺失的关系,得到主体‑关系对集合;挖掘出主体‑关系对集合在海量网页中出现的语料;对于主体‑关系对集合中的主体‑关系对,从该主体‑关系对的语料中确定出该主体‑关系对对应的客体,并输出确定出的主体‑关系‑客体。该实施方式可以扩充知识图谱中的SPO三元组数量与丰富度,提升知识图谱对真实世界的刻画能力,并且形成知识图谱自主学习的能力。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及用于输出信息的方法和装置。
背景技术
知识图谱是从语义角度用结构化形式表示的真实世界知识的大规模知识库,是一张有向图,其中包括实体(节点)、关系(边)等要素。SPO三元组数据,是指实体对(主体S-客体O pair)与他们间的关系(P)构成的三元组。
知识图谱中的SPO三元组数据可广泛的用于搜索和推荐产品中,既可以直接满足用户对于实体关联的需求(例如实体关系问答),也可以有效提高人们检索和浏览实体的效率,提升用户体验(例如实体推荐)。
在业界,知识图谱的扩充与构建主要基于数据源推送数据的构建。来自数据源的数据可能包括垂类网站(例如豆瓣电影)和泛百科网站(例如百度百科)的结构化SPO,或者基于开放挖掘算法挖掘到的SPO三元组。在获取到数据源的数据后,知识图谱构建系统通过实体关联和属性映射,将这些数据融合到知识图谱中。
基于数据源推送数据构建知识图谱,主要问题有以下两点:
(1)构建效果非常依赖于数据源的建设情况。对于影视等热门垂类,存在质量较高的站点,但是对于小众冷门的垂类,很难找到质量很高的网站。
(2)对于新增知识响应较慢。知识图谱需要定期检测数据源更新情况,当数据源更新后,再次对数据源进行关联和融合,消耗时间较长。对于客观世界的新增知识,很难很快的添加到知识图谱中来。
发明内容
本公开的实施例提出了用于输出信息的方法和装置。
第一方面,本公开的实施例提供了一种用于输出信息的方法,包括:获取已存储的知识图谱和知识图谱约束条件,其中,知识图谱包括至少一组主体-关系-客体;根据知识图谱约束条件确定知识图谱中各主体缺失的关系,得到主体-关系对集合;挖掘出主体-关系对集合在海量网页中出现的语料;对于主体-关系对集合中的主体-关系对,从该主体-关系对的语料中确定出该主体-关系对对应的客体,并输出确定出的主体-关系-客体。
在一些实施例中,该方法还包括:通过预定规则对客体进行规范化处理,处理结果包括以下至少一项:客体修改、客体拆分、客体删除、不处理。
在一些实施例中,该方法还包括:将确定出的主体-关系-客体进行消歧,关联到知识图谱对应的实体和属性。
在一些实施例中,该方法还包括:根据确定出的主体-关系-客体在预定文本中的共现概率,计算确定出的主体-关系-客体的置信度;根据置信度得分,将确定出的主体-关系-客体分为高置信度集合、低置信度集合、未知集合。
在一些实施例中,该方法还包括:对未知集合中的主体-关系-客体进行人机结合标注。
在一些实施例中,挖掘出主体-关系对集合在海量网页中出现的语料,包括:对于主体-关系对集合中的主体-关系对,根据该候选主体-关系对的搜索热度进行打分;按照分数由高到低的顺序的挖掘出各主体-关系对在海量网页中出现的语料。
第二方面,本公开的实施例提供了一种用于输出信息的装置,包括:获取单元,被配置成获取已存储的知识图谱和知识图谱约束条件,其中,知识图谱包括至少一组主体-关系-客体;查缺单元,被配置成根据知识图谱约束条件确定知识图谱中各主体缺失的关系,得到主体-关系对集合;挖掘单元,被配置成挖掘出主体-关系对集合在海量网页中出现的语料;填充单元,被配置成对于主体-关系对集合中的主体-关系对,从该主体-关系对的语料中确定出该主体-关系对对应的客体,并输出确定出的主体-关系-客体。
在一些实施例中,该装置还包括清洗单元,被配置成:通过预定规则对客体进行规范化处理,处理结果包括以下至少一项:客体修改、客体拆分、客体删除、不处理。
在一些实施例中,该装置还包括消歧单元,被配置成:将确定出的主体-关系-客体进行消歧,关联到知识图谱对应的实体和属性。
在一些实施例中,该装置还包括置信度计算单元,被配置成:根据确定出的主体-关系-客体在预定文本中的共现概率,计算确定出的主体-关系-客体的置信度;根据置信度得分,将确定出的主体-关系-客体分为高置信度集合、低置信度集合、未知集合。
在一些实施例中,该装置还包括人机结合单元,被配置成:对未知集合中的主体-关系-客体进行人机结合标注。
在一些实施例中,挖掘单元进一步被配置成:对于主体-关系对集合中的主体-关系对,根据该候选主体-关系对的搜索热度进行打分;按照分数由高到低的顺序的挖掘出各主体-关系对在海量网页中出现的语料。
第三方面,本公开的实施例提供了一种用于输出信息的电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如第一方面中任一的方法。
第四方面,本公开的实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现如第一方面中任一的方法。
本公开的实施例提供的用于输出信息的方法和装置,可以扩充知识图谱中的SPO三元组数量与丰富度,提升知识图谱对真实世界的刻画能力,并且搭建从知识发现、知识调度、知识获取、知识清洗、知识消歧、知识验证到知识融合的自学习式图谱构建闭环,形成知识图谱自主学习的能力。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述,本公开的其它特征、目的和优点将会变得更明显:
图1是本公开的一个实施例可以应用于其中的示例性系统架构图;
图2是根据本公开的用于输出信息的方法的一个实施例的流程图;
图3是根据本公开的用于输出信息的方法的一个应用场景的示意图;
图4是根据本公开的用于输出信息的方法的又一个实施例的流程图;
图5是根据本公开的用于输出信息的装置的一个实施例的结构示意图;
图6是适于用来实现本公开的实施例的电子设备的计算机系统的结构示意图。
具体实施方式
下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释相关发明,而非对该发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的用于输出信息的方法或用于输出信息的装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103和服务器104。网络用以在终端设备101、102、103和服务器104之间提供通信链路的介质。网络可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络与服务器104交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving Picture Experts Group Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(Moving Picture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器104可以是提供各种服务的服务器,例如对终端设备101、102、103上显示的网页进行实体抽取的后台抽取服务器。核心集用来存储统一的知识图谱,Schema(模式)库用来存储知识图谱的类别、属性约束,例如(人物-妻子-人物),调度库用于存储中间状态的SP数据,SPO库用于存储中间状态的SPO数据。系统的逻辑功能主要包括SP生成子系统、O填充子系统、清洗子系统、消歧子系统、置信度计算子系统、人机结合子系统、SPO收录系统几个部分。后台抽取服务器可以根据知识图谱约束条件确定知识图谱中各主体缺失的关系P,然后对接收到的网页文本等数据进行处理抽取出客体O,并将处理结果(例如主体-关系-客体)存储在SPO库中。
需要说明的是,服务器可以是硬件,也可以是软件。当服务器为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件或软件模块),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本公开的实施例所提供的用于输出信息的方法一般由服务器104执行,相应地,用于输出信息的装置一般设置于服务器104中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本公开的用于输出信息的方法的一个实施例的流程200。该用于输出信息的方法,包括以下步骤:
步骤201,获取已存储的知识图谱和知识图谱约束条件。
在本实施例中,用于输出信息的方法的执行主体(例如图1所示的服务器)可以从核心集中获取已存储的知识图谱。其中,知识图谱包括至少一组主体-关系-客体,即SPO三元组。还可schema库中获取知识图谱约束条件。知识图谱约束条件指的是知识图谱的类别、属性约束,例如,人物的妻子必须是人物。人物的身高必须是数值。
步骤202,根据知识图谱约束条件确定知识图谱中各主体缺失的关系,得到主体-关系对集合。
在本实施例中,知识图谱中的SPO关系并不全面,比如,知识图谱约束条件中有关系P1妻子,而知识图谱中有的主体S1并没有相应的关系P1妻子。则认为知识图谱主体S1缺失关系P1。知识图谱中有的主体S2并没有相应的关系P2籍贯。则认为知识图谱主体S2缺失关系P2。这样将缺失关系的主体匹配起来形成SP pair(SP对)。还可根据SP作为关键词时的搜索热度等特征,对SP pair进行重要性打分,用以决定SP pair在系统中调度下发的顺序。使得在有限的处理能力下,系统优先处理分数高的SP pair。该步骤由SP生成子系统执行,然后按照分数先后顺序存入调度库中。
步骤203,挖掘出主体-关系对集合在海量网页中出现的语料。
在本实施例中,该步骤可由O填充子系统执行。O填充子系统是主动收录系统中的知识获取系统,它的主要功能是,对于从调度库中发出的SP pair,根据语义相关性模型,挖掘其在互联网的海量网页中出现的语料。语义相关性模型可以是现有的常见的NLP(自然语言处理)工具,例如DSSM(Deep Structured Semantic Models,深度结构化语义模型)。
步骤204,对于主体-关系对集合中的主体-关系对,从该主体-关系对的语料中确定出该主体-关系对对应的客体,并输出确定出的主体-关系-客体。
在本实施例中,该步骤可由O填充子系统执行。可通过O值标注模型挖掘语料中SP对应的O值,最终输出SPO三元组到SPO库中。O值标注模型可以是预先训练的神经网络模型。训练时的输入样本为标注了S和P的语句,输出样本为标注了O的语句。可将S和P输入该模型,然后模型标注出O。
继续参见图3,图3是根据本实施例的用于输出信息的方法的应用场景的一个示意图。在图3的应用场景中,已存储的知识图谱中包括了人物1的关系:夫妻、身高,人物2的关系:夫妻、身高、籍贯。由知识图谱约束条件可知,人物1还缺少籍贯关系。将人物1+籍贯作为关键词从网络搜索出相关的语料“人物1,南京人,毕业于南京大学..”。通过客体标注工具,可标注出“南京”为籍贯。生成SPO为“人物1-籍贯-南京”。
本公开的上述实施例提供的方法,能够降低对数据源的依赖,似的知识图谱具备一种主动学习的能力,可以主动发现缺失的知识,并广泛的利用互联网的海量数据对知识图谱进行扩充。对于新增知识响应迅速,通过用户搜索关键词等途径发现新增知识后,通过主动收录系统的数据流对知识图谱进行局部迅速更新,无需更新全部知识图谱。
进一步参考图4,其示出了用于输出信息的方法的又一个实施例的流程400。该用于输出信息的方法的流程400,包括以下步骤:
步骤401,获取已存储的知识图谱和知识图谱约束条件。
步骤402,根据知识图谱约束条件确定知识图谱中各主体缺失的关系,得到主体-关系对集合。
步骤403,挖掘出主体-关系对集合在海量网页中出现的语料。
步骤404,对于主体-关系对集合中的主体-关系对,从该主体-关系对的语料中确定出该主体-关系对对应的客体,并输出确定出的主体-关系-客体。
步骤401-404与步骤201-204基本相同,因此不再赘述。
步骤405,通过预定规则对客体进行规范化处理。
在本实施例中,该步骤可由清洗子系统执行。清洗子系统的主要目的是对O值进行规范化清洗,主要是通过一些预先配置的通用规则和基于Schema定义的规则对O值进行规范化处理,处理结果分为O值修改、O值拆分、O值删除、不处理几种。例如,O值的日期格式不对,则修改为统一格式。O值如果为用顿号分隔的多个值,则可拆分成多个O值。如果O值没有单位,则删除。如果满足预定规则,则保留O值。如果不符合Schema定义的规则,则删除,例如,得到的SPO为人物-妻子-北京,则不符合原定的O为人物的规则,为无效的SPO,需要被清洗掉。
步骤406,将确定出的主体-关系-客体进行消歧,关联到知识图谱对应的实体和属性。
在本实施例中,该步骤可由消歧子系统执行。消歧子系统的目的是,根据输入的SPO,将S、P和O进行消歧,关联到核心集对应实体和属性。例如,知识图谱中同样的S出现多处,根据P和O从知识图谱中找到正确的id。再将SPO关联到知识图谱对应的实体和属性。
步骤407,根据置信度得分,将确定出的主体-关系-客体分为高置信度集合、低置信度集合、未知集合。
在本实施例中,根据SPO在搜索关键词(query)、互联网网页等文本中的共现概率,计算输入的SPO的置信度,置信度是一个在0-1之间的小数,用于标识该SPO的可信程度。根据置信度得分,可将输入SPO分为高置信度集合、低置信度集合、未知集合。其中:
1、高置信度集合:可认为是事实上成立的SPO,直接通过收录流程进入核心集;
2、低置信度集合:可认为是事实上不成立的SPO,可丢弃;
3、未知集合:可认为是现阶段无法通过置信度计算系统判断的SPO,仍需通过人机结合系统提升质量。
步骤408,对未知集合中的主体-关系-客体进行人机结合标注。
在本实施例中,该步骤可由人机结合子系统执行。人机结合子系统的主要目的是,对于置信度计算子系统无法判别正确与否的SPO,通过众包的人工标注,提升SPO质量。
从图4中可以看出,与图2对应的实施例相比,本实施例中的用于输出信息的方法的流程400体现了对挖掘出的SPO进行校验的步骤。由此,本实施例描述的方案可以进一步提升知识图谱对真实世界的刻画能力,并且搭建从知识发现、知识调度、知识获取、知识清洗、知识消歧、知识验证到知识融合的自学习式图谱构建闭环,形成知识图谱自主学习的能力。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种用于输出信息的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的用于输出信息的装置500包括:获取单元501、查缺单元502、挖掘单元503和填充单元504。其中,获取单元501,被配置成获取已存储的知识图谱和知识图谱约束条件,其中,知识图谱包括至少一组主体-关系-客体;查缺单元502,被配置成根据知识图谱约束条件确定知识图谱中各主体缺失的关系,得到主体-关系对集合;挖掘单元503被配置成挖掘出主体-关系对集合在海量网页中出现的语料;填充单元504,被配置成对于主体-关系对集合中的主体-关系对,从该主体-关系对的语料中确定出该主体-关系对对应的客体,并输出确定出的主体-关系-客体。
在本实施例中,用于输出信息的装置500的获取单元501、查缺单元502、挖掘单元503和填充单元504的具体处理可以参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204。
在本实施例的一些可选的实现方式中,装置500还包括清洗单元(附图中未示出),被配置成:通过预定规则对客体进行规范化处理,处理结果包括以下至少一项:客体修改、客体拆分、客体删除、不处理。
在本实施例的一些可选的实现方式中,装置500还包括消歧单元(附图中未示出),被配置成:将确定出的主体-关系-客体进行消歧,关联到知识图谱对应的实体和属性。
在本实施例的一些可选的实现方式中,装置500还包括置信度计算单元(附图中未示出),被配置成:根据确定出的主体-关系-客体在预定文本中的共现概率,计算确定出的主体-关系-客体的置信度;根据置信度得分,将确定出的主体-关系-客体分为高置信度集合、低置信度集合、未知集合。
在本实施例的一些可选的实现方式中,装置500还包括人机结合单元(附图中未示出),被配置成:对未知集合中的主体-关系-客体进行人机结合标注。
在本实施例的一些可选的实现方式中,挖掘单元503进一步被配置成:对于主体-关系对集合中的主体-关系对,根据该候选主体-关系对的搜索热度进行打分;按照分数由高到低的顺序的挖掘出各主体-关系对在海量网页中出现的语料。
下面参考图6,其示出了适于用来实现本公开的实施例的电子设备(例如图1中的服务器)600的结构示意图。图6示出的服务器仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图6所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图6中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程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装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM 602被安装。在该计算机程序被处理装置601执行时,执行本公开的实施例的方法中限定的上述功能。需要说明的是,本公开的实施例所述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。在本公开的实施例中,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。而在本公开的实施例中,计算机可读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,该计算机可读信号介质可以发送、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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。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该电子设备执行时,使得该电子设备:获取已存储的知识图谱和知识图谱约束条件,其中,知识图谱包括至少一组主体-关系-客体;根据知识图谱约束条件确定知识图谱中各主体缺失的关系,得到主体-关系对集合;挖掘出主体-关系对集合在海量网页中出现的语料;对于主体-关系对集合中的主体-关系对,从该主体-关系对的语料中确定出该主体-关系对对应的客体,并输出确定出的主体-关系-客体。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的实施例的操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
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,该模块、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,框图和/或流程图中的每个方框、以及框图和/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。
描述于本公开的实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括获取单元、查缺单元、挖掘单元和填充单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,获取单元还可以被描述为“获取已存储的知识图谱和知识图谱约束条件的单元”。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离所述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (14)
1.一种用于输出信息的方法,包括:
获取已存储的知识图谱和知识图谱约束条件,其中,所述知识图谱包括至少一组主体-关系-客体;
根据所述知识图谱约束条件确定所述知识图谱中各主体缺失的关系,得到主体-关系对集合,对主体-关系对进行重要性打分,用以决定主体-关系对在系统中调度下发的顺序;
挖掘出所述主体-关系对集合在海量网页中出现的语料;
对于所述主体-关系对集合中的主体-关系对,从该主体-关系对的语料中确定出该主体-关系对对应的客体,并输出确定出的主体-关系-客体。
2.根据权利要求1所述的方法,其中,所述方法还包括:
通过预定规则对客体进行规范化处理,处理结果包括以下至少一项:
客体修改、客体拆分、客体删除、不处理。
3.根据权利要求2所述的方法,其中,所述方法还包括:
将确定出的主体-关系-客体进行消歧,关联到所述知识图谱对应的实体和属性。
4.根据权利要求3所述的方法,其中,所述方法还包括:
根据确定出的主体-关系-客体在预定文本中的共现概率,计算确定出的主体-关系-客体的置信度;
根据置信度得分,将确定出的主体-关系-客体分为高置信度集合、低置信度集合、未知集合。
5.根据权利要求4所述的方法,其中,所述方法还包括:
对所述未知集合中的主体-关系-客体进行人机结合标注。
6.根据权利要求1所述的方法,其中,所述挖掘出所述主体-关系对集合在海量网页中出现的语料,包括:
对于所述主体-关系对集合中的主体-关系对,根据候选主体-关系对的搜索热度进行打分;
按照分数由高到低的顺序的挖掘出各主体-关系对在海量网页中出现的语料。
7.一种用于输出信息的装置,包括:
获取单元,被配置成获取已存储的知识图谱和知识图谱约束条件,其中,所述知识图谱包括至少一组主体-关系-客体;
查缺单元,被配置成根据所述知识图谱约束条件确定所述知识图谱中各主体缺失的关系,得到主体-关系对集合,对主体-关系对进行重要性打分,用以决定主体-关系对在系统中调度下发的顺序;
挖掘单元,被配置成挖掘出所述主体-关系对集合在海量网页中出现的语料;
填充单元,被配置成对于所述主体-关系对集合中的主体-关系对,从该主体-关系对的语料中确定出该主体-关系对对应的客体,并输出确定出的主体-关系-客体。
8.根据权利要求7所述的装置,其中,所述装置还包括清洗单元,被配置成:
通过预定规则对客体进行规范化处理,处理结果包括以下至少一项:
客体修改、客体拆分、客体删除、不处理。
9.根据权利要求8所述的装置,其中,所述装置还包括消歧单元,被配置成:
将确定出的主体-关系-客体进行消歧,关联到所述知识图谱对应的实体和属性。
10.根据权利要求9所述的装置,其中,所述装置还包括置信度计算单元,被配置成:
根据确定出的主体-关系-客体在预定文本中的共现概率,计算确定出的主体-关系-客体的置信度;
根据置信度得分,将确定出的主体-关系-客体分为高置信度集合、低置信度集合、未知集合。
11.根据权利要求10所述的装置,其中,所述装置还包括人机结合单元,被配置成:
对所述未知集合中的主体-关系-客体进行人机结合标注。
12.根据权利要求7所述的装置,其中,所述挖掘单元进一步被配置成:
对于所述主体-关系对集合中的主体-关系对,根据候选主体-关系对的搜索热度进行打分;
按照分数由高到低的顺序的挖掘出各主体-关系对在海量网页中出现的语料。
13.一种用于输出信息的电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-6中任一所述的方法。
14.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1-6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910552602.0A CN110275962B (zh) | 2019-06-25 | 2019-06-25 | 用于输出信息的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910552602.0A CN110275962B (zh) | 2019-06-25 | 2019-06-25 | 用于输出信息的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110275962A CN110275962A (zh) | 2019-09-24 |
CN110275962B true CN110275962B (zh) | 2021-07-20 |
Family
ID=67961676
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910552602.0A Active CN110275962B (zh) | 2019-06-25 | 2019-06-25 | 用于输出信息的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110275962B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111241209B (zh) * | 2020-01-03 | 2023-07-11 | 北京百度网讯科技有限公司 | 用于生成信息的方法和装置 |
CN113468311B (zh) * | 2021-07-20 | 2023-09-19 | 四川启睿克科技有限公司 | 一种基于知识图谱的复杂问句问答方法、装置及存储介质 |
CN113722502B (zh) * | 2021-08-06 | 2023-08-01 | 深圳清华大学研究院 | 基于深度学习的知识图谱构建方法、系统及存储介质 |
CN114141384A (zh) * | 2022-01-30 | 2022-03-04 | 北京欧应信息技术有限公司 | 用于检索医学数据的方法、设备和介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101308493A (zh) * | 2007-05-18 | 2008-11-19 | 亿览在线网络技术(北京)有限公司 | 实体关系展现方法和系统 |
CN107943874A (zh) * | 2017-11-13 | 2018-04-20 | 平安科技(深圳)有限公司 | 知识图谱处理方法、装置、计算机设备及存储介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104915420B (zh) * | 2015-06-10 | 2019-12-31 | 百度在线网络技术(北京)有限公司 | 知识库数据处理方法及系统 |
US20190179878A1 (en) * | 2017-12-12 | 2019-06-13 | Google Llc | Generating organization-specific tags for communications from various sources of an organization using an expanded knowledge graph for organization-specific content |
-
2019
- 2019-06-25 CN CN201910552602.0A patent/CN110275962B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101308493A (zh) * | 2007-05-18 | 2008-11-19 | 亿览在线网络技术(北京)有限公司 | 实体关系展现方法和系统 |
CN107943874A (zh) * | 2017-11-13 | 2018-04-20 | 平安科技(深圳)有限公司 | 知识图谱处理方法、装置、计算机设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110275962A (zh) | 2019-09-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10162816B1 (en) | Computerized system and method for automatically transforming and providing domain specific chatbot responses | |
CN110275962B (zh) | 用于输出信息的方法和装置 | |
CN107220352B (zh) | 基于人工智能构建评论图谱的方法和装置 | |
US10891322B2 (en) | Automatic conversation creator for news | |
JP7301922B2 (ja) | 意味検索方法、装置、電子機器、記憶媒体およびコンピュータプログラム | |
WO2019041521A1 (zh) | 用户关键词提取装置、方法及计算机可读存储介质 | |
CN111753198A (zh) | 信息推荐方法和装置、以及电子设备和可读存储介质 | |
US20150046781A1 (en) | Browsing images via mined hyperlinked text snippets | |
CN107526718B (zh) | 用于生成文本的方法和装置 | |
CN111522927A (zh) | 基于知识图谱的实体查询方法和装置 | |
JP2020024674A (ja) | 情報をプッシュするための方法及び装置 | |
CN114595686B (zh) | 知识抽取方法、知识抽取模型的训练方法及装置 | |
CN114861889B (zh) | 深度学习模型的训练方法、目标对象检测方法和装置 | |
CN110209781B (zh) | 一种文本处理方法、装置以及相关设备 | |
CN110851609A (zh) | 表示学习方法及装置 | |
CN111597788A (zh) | 基于实体对齐的属性融合方法、装置、设备及存储介质 | |
CN113688310A (zh) | 一种内容推荐方法、装置、设备及存储介质 | |
US20220198358A1 (en) | Method for generating user interest profile, electronic device and storage medium | |
CN111400456A (zh) | 资讯推荐方法及装置 | |
CN112182255A (zh) | 用于存储媒体文件和用于检索媒体文件的方法和装置 | |
CN111078849A (zh) | 用于输出信息的方法和装置 | |
CN112819512B (zh) | 一种文本处理方法、装置、设备及介质 | |
WO2024087821A1 (zh) | 信息处理方法、装置和电子设备 | |
US20230085684A1 (en) | Method of recommending data, electronic device, and medium | |
CN115878761A (zh) | 事件脉络生成方法、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |