CN111291205B - 知识图谱构建方法、装置、设备和介质 - Google Patents

知识图谱构建方法、装置、设备和介质 Download PDF

Info

Publication number
CN111291205B
CN111291205B CN202010074569.8A CN202010074569A CN111291205B CN 111291205 B CN111291205 B CN 111291205B CN 202010074569 A CN202010074569 A CN 202010074569A CN 111291205 B CN111291205 B CN 111291205B
Authority
CN
China
Prior art keywords
target
sample
action
text
event
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
Application number
CN202010074569.8A
Other languages
English (en)
Other versions
CN111291205A (zh
Inventor
冯知凡
王海峰
汪琦
朱勇
吕雅娟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN202010074569.8A priority Critical patent/CN111291205B/zh
Publication of CN111291205A publication Critical patent/CN111291205A/zh
Application granted granted Critical
Publication of CN111291205B publication Critical patent/CN111291205B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/48—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/483—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Biophysics (AREA)
  • Evolutionary Computation (AREA)
  • Biomedical Technology (AREA)
  • Molecular Biology (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Health & Medical Sciences (AREA)
  • Library & Information Science (AREA)
  • Multimedia (AREA)
  • Databases & Information Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Machine Translation (AREA)

Abstract

本申请实施例公开了一种知识图谱构建方法、装置、设备和介质，涉及数据处理领域，尤其涉及知识图谱技术。具体实现方案为：从描述目标事件的目标文本中提取所述目标事件关联的目标动作以及所述目标动作关联的目标实体；将所述目标动作和所述目标实体作为节点，将所述目标动作和所述目标实体之间的关系作为边，构建知识图谱。本申请实施例提供了一种知识图谱构建方法、装置、设备和介质，以丰富知识图谱中的知识。

Description

知识图谱构建方法、装置、设备和介质
技术领域
本申请实施例涉及数据处理领域，尤其涉及知识图谱技术。具体地，本申请实施例提供一种知识图谱构建方法、装置、设备和介质。
背景技术
针对短视频推荐的产品，为了提升短视频的点击率，需要对短视频进行一个全方位、结构化的语义理解。
知识图谱(knowledge graph)是指以实体作为节点，以语义关系作为边的语义网络。知识图谱使得知识获取更直接，因此知识图谱能够为短视频的理解提供关联的知识。
但是，当前知识图谱为短视频的理解所能提供的知识比较有限，无法实现对短视频进行全方位的语义理解。
发明内容
本申请实施例提供了一种知识图谱构建方法、装置、设备和介质，以丰富知识图谱中的知识。
本申请实施例提供了一种知识图谱构建方法，该方法包括：
从描述目标事件的目标文本中提取所述目标事件关联的目标动作以及所述目标动作关联的目标实体；
将所述目标动作和所述目标实体作为节点，将所述目标动作和所述目标实体之间的关系作为边，构建知识图谱。
本申请实施例通过从描述目标事件的目标文本中挖掘目标事件关联的目标动作以及所述目标动作关联的目标实体，然后将目标动作作为节点，目标动作与目标实体之间的关联关系作为边，添加至现有知识图谱的结构中，以丰富图谱中的知识，提高基于图谱知识的查找效率。
进一步地，所述从描述目标事件的目标文本中提取所述目标事件关联的目标动作以及所述目标动作关联的目标实体，包括：
将所述目标文本作为事件提取模型的输入，得到目标文本特征和目标动作特征；
根据所述目标动作特征和所述目标文本特征，确定目标实体特征；
根据所述目标动作特征和所述目标文本，确定所述目标动作；
根据所述目标实体特征和所述目标文本，确定所述目标实体。
基于该技术特征，本申请实施例通过将目标文本作为事件提取模型的输入，得到目标文本特征和目标动作特征；根据所述目标动作特征和所述目标文本确定所述目标动作，从而实现对目标事件中目标动作的挖掘。
通过根据所述目标动作特征和所述目标文本特征，确定目标实体特征；根据所述目标实体特征和所述目标文本，确定所述目标实体，从而实现对目标事件中目标动作与目标实体之间关系的挖掘。
基于挖掘的目标动作，以及目标动作与目标实体之间的关系构建知识图谱，使得知识图谱中的知识更丰富，进而可以实现对视频、图像、音频等多模态对象的全方位语义理解。
进一步地，所述将所述目标文本作为事件提取模型的输入，得到目标文本特征和目标动作特征之前，所述方法还包括：
根据样本动作在样本文本中的位置和所述样本文本的字符数量，确定样本动作特征；
根据所述样本文本和所述样本动作特征，训练得到所述事件提取模型。
基于该技术特征，本申请实施例通过根据样本动作在样本文本中的位置和所述样本文本的字符数量，确定样本动作特征，并根据所述样本动作特征，训练得到事件提取模型，从而使得模型输出的目标动作特征也与目标动作在目标文本中的位置和目标文本的字符数量有关。
然后，基于目标动作特征确定目标实体特征，使得目标实体特征与目标实体在目标文本中的位置和目标文本的字符数量有关。基于该特征表示方式，可以实现通过一个目标实体特征对多个目标实体的表示，也即通过一个目标实体特征可以获得目标文本中的所有目标实体。进而避免了对目标文本中的多个目标实体分多次进行提取的麻烦。
进一步地，所述根据样本动作在样本文本中的位置和所述样本文本的字符数量，确定样本动作特征，包括：
根据所述样本文本的字符数量，确定所述样本动作特征的列数；
根据样本动作名称的首字符在所述样本文本中的位置，确定所述样本动作特征中首行元素的数值；
根据所述样本动作名称的尾字符在所述样本文本中的位置，确定所述样本动作特征中尾行元素的数值。
基于该技术特征，本申请实施例通过根据所述样本文本的字符数量，确定所述样本动作特征的列数；根据样本动作名称的首字符和尾字符在所述样本文本中的位置，确定所述样本动作特征中首行元素和尾行元素的数值，从而实现对样本动作的特征表示。
进一步地，所述将所述目标文本作为事件提取模型的输入，得到目标文本特征和目标动作特征之前，所述方法还包括：
根据样本事件的关联词和/或样本事件的多模态信息，训练得到所述事件提取模型，其中所述样本事件的多模态信息包括图片形式信息、视频形式信息、音频形式信息和文本形式信息中的至少两种。
基于该技术特征，本申请实施例通过根据样本事件的关联词训练得到所述事件提取模型，使得事件提取模型中融入了事件知识。通过根据样本事件的多模态信息，训练得到所述事件提取模型，使得事件提取模型中具有事件的多模态信息。基于具有事件知识和事件多模态信息的事件提取模型，可以实现对事件的准确提取。
进一步地，所述根据样本事件的关联词，训练得到所述事件提取模型，包括：
将包括所述关联词的样本事件作为正样本，将未包括所述关联词语的非样本事件作为负样本；
利用所述正样本和所述负样本对初始模型进行训练，得到所述事件提取模型。
基于该技术特征，本申请实施例通过将包括所述关联词的样本事件作为正样本，将未包括所述关联词语的非样本事件作为负样本；利用所述正样本和所述负样本对初始模型进行训练，得到所述事件提取模型，使得训练得到的事件提取模型具有事件知识。
进一步地，所述知识图谱还包括作为节点的主题实体以及作为边的主题实体之间的上下位关系。
基于该技术特征，本申请实施例通过为知识图谱添加主题实体的节点，以及描述主题实体之间的上下位关系的边，从而进一步丰富知识图谱。
进一步地，所述知识图谱中节点的信息形式包括视频、图像和音频中的至少一种。
基于该技术特征，本申请实施例通过增知识图谱中节点的信息形式，从而进一步丰富知识图谱。
本申请实施例还提供了一种知识图谱构建装置，该装置包括：
动作提取模块，用于从描述目标事件的目标文本中提取所述目标事件关联的目标动作以及所述目标动作关联的目标实体；
图谱构建模块，用于将所述目标动作和所述目标实体作为节点，将所述目标动作和所述目标实体之间的关系作为边，构建知识图谱。
进一步地，所述动作提取模块，包括：
特征提取单元，用于将所述目标文本作为事件提取模型的输入，得到目标文本特征和目标动作特征；
特征确定单元，用于根据所述目标动作特征和所述目标文本特征，确定目标实体特征；
动作确定单元，用于根据所述目标动作特征和所述目标文本，确定目标动作；
物体确定单元，用于根据所述目标实体特征和所述目标文本，确定所述目标实体。
进一步地，所述装置还包括：
样本特征确定模块，用于所述将所述目标文本作为事件提取模型的输入，得到目标文本特征和目标动作特征之前，根据样本动作在样本文本中的位置和所述样本文本的字符数量，确定样本动作特征；
模型训练模块，用于根据所述样本文本和所述样本动作特征，训练得到所述事件提取模型。
进一步地，所述样本特征确定模块，包括：
列数确定单元，用于根据所述样本文本的字符数量，确定所述样本动作特征的列数；
首行数值确定单元，用于根据样本动作名称的首字符在所述样本文本中的位置，确定所述样本动作特征中首行元素的数值；
尾行数值确定单元，用于根据所述样本动作名称的尾字符在所述样本文本中的位置，确定所述样本动作特征中尾行元素的数值。
进一步地，所述装置还包括：
模型训练模块，用于所述将所述目标文本作为事件提取模型的输入，得到目标文本特征和目标动作特征之前，根据样本事件的关联词和/或样本事件的多模态信息，训练得到所述事件提取模型，其中所述样本事件的多模态信息包括图片形式信息、视频形式信息、音频形式信息和文本形式信息中的至少两种。
进一步地，所述模型训练模块，包括：
样本生成单元，用于将包括所述关联词的样本事件作为正样本，将未包括所述关联词语的非样本事件作为负样本；
模型训练单元，用于利用所述正样本和所述负样本对初始模型进行训练，得到所述事件提取模型。
进一步地，所述知识图谱还包括作为节点的主题实体以及作为边的主题实体之间的上下位关系。
进一步地，所述知识图谱中节点的信息形式包括视频、图像和音频中的至少一种。
本申请实施例还提供一种电子设备，该设备包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本申请实施例中任一项所述的方法。
本申请实施例还提供一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本申请实施例中任一项所述的方法。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是本申请第一实施例提供的一种知识图谱构建方法的流程图；
图2是本申请第二实施例提供的一种知识图谱构建方法的流程图；
图3是本申请第三实施例提供的一种知识图谱构建方法的流程图；
图4是本申请第三实施例提供的一种挖掘目标动作与目标实体之间关系的示意图；
图5是本申请第四实施例提供的一种知识图谱构建装置的结构示意图；
图6是本申请实施例知识图谱构建方法的电子设备框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
第一实施例
图1是本申请第一实施例提供的一种知识图谱构建方法的流程图。本实施例可适用于挖掘事件关联的动作和物体，基于挖掘的动作、物体以及动作和物体之间的关联关系，构建知识图谱的情况。该方法可以由一种知识图谱构建装置执行，该装置可以由软件和/或硬件的方式实现。参见图1，本申请实施例提供的知识图谱构建方法包括：
S110、从描述目标事件的目标文本中提取所述目标事件关联的目标动作以及所述目标动作关联的目标实体。
其中，目标事件是指待提取动作和物体的事件，也可以理解为待进行知识挖掘的事件。
目标文本是指描述目标事件的文本。
可选地，目标文本可以是已有文本，也可以是从多媒体信息中提取的文本。
本申请实施例对已有文本和多媒体信息的数据来源不做限定，可选地可以是网页、检索语句、多媒体资源和用户对话。
目标动作是指目标事件关联的动作。
目标实体是指目标工作关联的实体。
具体地，目标实体可以是现实世界中的任意事物，比如人、地名、公司、电话、动物等。
例如，目标事件是：张三和李四结婚了。该事件的目标动作是“结婚”，目标实体是“张三”和“李四”。
S120、将所述目标动作和所述目标实体作为节点，将所述目标动作和所述目标实体之间的关系作为边，构建知识图谱。
本申请实施例通过从描述目标事件的目标文本中挖掘目标事件关联的目标动作以及所述目标动作关联的目标实体，然后将目标动作作为节点，目标动作与目标实体之间的关联关系作为节点关系，添加至现有知识图谱的结构中，以丰富图谱中的知识，提高基于图谱知识的查找效率。
为进一步丰富知识图谱，所述知识图谱还包括作为节点的主题实体以及作为边的主题实体之间的上下位关系。
为进一步丰富知识图谱，所述知识图谱中节点的信息形式包括视频、图像和音频中的至少一种。
为进一步丰富知识图谱，确定知识图谱中实体的向量表示，将确定的向量表示作为知识图谱的节点；知识图谱还包括作为节点的场景实体(例如驾车、教学等)、侧面实体(例如无人车的评测、明星街拍等)等。
进一步地，所述将目标文本作为事件提取模型的输入，得到目标文本特征和目标动作特征之前，所述方法还包括：
根据样本事件的关联词和/或样本事件的多模态信息，训练得到所述事件提取模型，其中所述样本事件的多模态信息包括图片形式信息、视频形式信息、音频形式信息和文本形式信息中的至少两种。
基于该技术特征，本申请实施例通过根据样本事件的关联词训练得到所述事件提取模型，使得事件提取模型中融入了事件知识。通过根据样本事件的多模态信息，训练得到所述事件提取模型，使得事件提取模型中具有事件的多模态信息。基于具有事件知识和事件多模态信息的事件提取模型，可以实现对事件的准确提取。
具体地，所述根据样本事件的关联词，训练得到所述事件提取模型，包括：
将包括所述关联词的样本事件作为正样本，将未包括所述关联词语的非样本事件作为负样本；
利用所述正样本和所述负样本对初始模型进行训练，得到所述事件提取模型。
第二实施例
图2是本申请第二实施例提供的一种知识图谱构建方法的流程图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图2，本申请实施例提供的知识图谱构建方法包括：
S210、将目标文本作为事件提取模型的输入，得到目标文本特征和目标动作特征。
其中，事件提取模型是预先训练的用于提取事件的模型。
该模型的输出结果是目标动作特征，目标文本特征是事件提取模型的中间结果。
目标动作特征是指目标动作的特征。目标文本特征是指目标文本的特征。具体地，事件提取模型包括：向量层、卷积神经网络层、注意力机制层和全链接层。
其中，向量层用于将事件文本转换为向量形式；卷积神经网络层用于基于卷积神经网络进行事件特征的提取；注意力机制层用于基于注意力机制对事件进行进一步的特征提取；全链接层用于基于卷积神经网络和全链接层的连接关系，将抽取的特征映射到样本标记空间。
S220、根据所述目标动作特征和所述目标文本特征，确定目标实体特征。
其中，目标实体特征是指目标实体的特征。
具体地，根据所述目标动作特征和所述目标文本特征，确定目标实体特征，包括：
将所述目标动作特征和所述目标文本特征作为实体提取模型的输入，输出目标实体特征。
S230、根据所述目标动作特征和所述目标文本，确定目标动作。
具体地，根据所述目标动作特征和所述目标文本，确定目标动作，包括：
根据所述目标动作特征，确定目标动作的首字符和尾字符在所述目标文本中的位置；
将所述目标文本中位于首字符所在位置、尾字符所在位置，以及首字符和尾字符之间位置的字符作为目标动作的名称。
例如，事件文本是：张三和李四结婚。根据目标动作特征可以确定目标动作的首字符位于事件文本中的第六字符，目标动作的尾字符位于事件文本中的第七个字符。因为第六个字符和第七个字符之间没有其他字符，所以将目标文本中的第六个字符和第七个字符作为目标动作的名称，也即目标动作的名称是“结婚”。
S240、根据所述目标实体特征和所述目标文本，确定目标实体。
具体地，根据所述目标实体特征和所述目标文本，确定目标实体，包括：
根据所述目标实体特征，确定目标实体的首字符和尾字符在所述目标文本中的位置；
根据目标实体的首字符和尾字符在所述目标文本中的位置，从目标文本中提取目标实体。
S250、将所述目标动作和所述目标实体作为节点，将所述目标动作和所述目标实体之间的关系作为边，构建知识图谱。
本申请实施例通过将目标文本作为事件提取模型的输入，得到目标文本特征和目标动作特征；根据所述目标动作特征和所述目标文本确定所述目标动作，从而实现对目标事件中目标动作的挖掘。
通过根据所述目标动作特征和所述目标文本特征，确定目标实体特征；根据所述目标实体特征和所述目标文本，确定所述目标实体，从而实现对目标事件中目标动作与目标实体之间关系的挖掘。
基于挖掘的目标动作，以及目标动作与目标实体之间的关系构建知识图谱，使得知识图谱中的知识更丰富，进而可以实现对视频、图像、音频等多模态对象的全方位语义理解。
第三实施例
图3是本申请第三实施例提供的一种知识图谱构建方法的流程图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图3，本申请实施例提供的知识图谱构建方法包括：
S310、根据样本动作在样本文本中的位置和所述样本文本的字符数量，确定样本动作特征。
其中，样本动作是用于训练事件提取模型的样本事件中的动作。
样本文本是用于描述样本事件的文本。
具体地，所述根据样本动作在样本事件文本中的位置和所述样本文本的字符数量，确定样本动作特征，包括：
根据所述样本文本的字符数量，确定所述样本动作特征的列数；
根据样本动作名称的首字符在所述样本文本中的位置，确定所述样本动作特征中首行元素的数值；
根据所述样本动作名称的尾字符在所述样本文本中的位置，确定所述样本动作特征中尾行元素的数值。
其中，样本动作名称的首字符是指样本动作名称中的第一个字符。
样本动作名称的尾字符是指样本动作名称中的最后一个字符。
可选地，样本动作特征可以包括至少两行元素。
典型地，样本动作特征仅包括首行元素和尾行元素，其中首行元素用于描述样本动作名称的首字符在样本文本中的位置，尾行元素用于描述样本动作名称的尾字符在样本文本中的位置。
示例性的，样本文本是“张三和李四结婚了”。样本动作名称为“结婚”。样本文本的字符数量是8个，那么确定样本动作特征的列数为8列。因为样本动作名称的首字符“结”在所述样本文本中的位置为第6个字符位置，所以确定所述样本动作特征中首行元素中第六个元素的数值为1，其他元素的数值为零，确定的首行元素的数值为00000100。因为样本动作名称的尾字符“婚”在所述样本文本中的位置为第7个字符位置，所以确定所述样本动作特征中尾行元素中第七个元素的数值为1，其他元素的数值为零，确定的尾行元素的数值为00000010。
S320、根据所述样本文本和所述样本动作特征，训练得到事件提取模型。
S330、将目标文本作为所述事件提取模型的输入，得到目标文本特征和目标动作特征。
S340、根据所述目标动作特征和所述目标文本特征，确定目标实体特征。
S350、根据所述目标动作特征和所述目标文本，确定目标动作。
S360、根据所述目标实体特征和所述目标文本，确定目标实体。
S370、将所述目标动作和所述目标实体作为节点，将所述目标动作和所述目标实体之间的关系作为边，构建知识图谱。
参见图4，以目标文本为“张三和李四结婚了”为例，在实际应用中本申请实施例所述方法可以具体描述如下：提取事件文本的词向量(word embedding)、字向量(charembedding)以及位置向量(position embedding)；基于膨胀门卷积神经网络(dilate gatecnn)，根据提取的向量，抽取目标文本的特征；基于注意力机制(self attention)对抽取的特征进行特征抽取；基于卷积神经网络(cnn)和全链接层，将抽取的特征映射到样本标记空间，生成目标动作特征表示为：(00000100,00000010)；根据目标动作特征可以确定目标动作名称的首字符在目标文本中的第六字符位置，目标动作名称的尾字符在目标文本中的第七字符位置；根据确定的位置从目标文本中提取目标动作为“结婚”。据此可以实现对事件的挖掘。
继续参见图4，将“结婚”的目标动作特征输入BiLSTM(Bi-directional LongShort-Term Memory)网络，输出“结婚”的实体表示；基于注意力机制，根据“结婚”的实体表示和位置向量，进行事件特征提取；将提取的事件特征与上述经膨胀门卷积神经网络抽取的事件文本的特征进行异或运算；基于卷积神经网络(cnn)和全链接层，将异或运算结果映射到样本标记空间，生成目标实体特征，表示为：(10010000,01001000)；根据目标实体特征可以确定第一目标实体名称的首字符在目标文本中的第一字符位置，第二目标实体名称的首字符在目标文本中的第四字符位置，第一目标实体名称的尾字符在目标文本中的第二字符位置，第二目标实体名称的尾字符在目标文本中的第五字符位置；根据确定的位置从目标文本中提取目标实体为“张三”和“李四”。据此可以实现对目标动作关联的目标实体的挖掘。
本申请实施例通过根据样本动作在样本文本中的位置和所述样本文本的字符数量，确定样本动作特征，并根据所述样本动作特征，训练得到事件提取模型，从而使得模型输出的目标动作特征也与目标动作在目标文本中的位置和目标文本的字符数量有关。
然后，基于目标动作特征确定目标实体特征，使得目标实体特征与目标实体在目标文本中的位置和目标文本的字符数量有关。基于该特征表示方式，可以实现通过一个目标实体特征对多个目标实体的表示，也即通过一个目标实体特征可以获得目标文本中的所有目标实体。进而避免了对目标文本中的多个目标实体分多次进行提取的麻烦。
第四实施例
图5是本申请第四实施例提供的一种知识图谱构建装置的结构示意图。参见图5，本实施例提供的知识图谱构建装置500包括：动作提取模块501和图谱构建模块502。
其中，动作提取模块501，用于从描述目标事件的目标文本中提取所述目标事件关联的目标动作以及所述目标动作关联的目标实体；
图谱构建模块502，用于将所述目标动作和所述目标实体作为节点，将所述目标动作和所述目标实体之间的关系作为边，构建知识图谱。
本申请实施例通过从描述目标事件的目标文本中挖掘目标事件关联的目标动作以及所述目标动作关联的目标实体，然后将目标动作作为节点，目标动作与目标实体之间的关联关系作为节点关系，添加至现有知识图谱中，以丰富图谱中的知识，提高基于图谱知识的查找效率。
进一步地，所述动作提取模块，包括：
特征提取单元，用于将所述目标文本作为事件提取模型的输入，得到目标文本特征和目标动作特征；
特征确定单元，用于根据所述目标动作特征和所述目标文本特征，确定目标实体特征；
动作确定单元，用于根据所述目标动作特征和所述目标文本，确定目标动作；
物体确定单元，用于根据所述目标实体特征和所述目标文本，确定所述目标实体。
进一步地，所述装置还包括：
样本特征确定模块，用于所述将所述目标文本作为事件提取模型的输入，得到目标文本特征和目标动作特征之前，根据样本动作在样本文本中的位置和所述样本文本的字符数量，确定样本动作特征；
模型训练模块，用于根据所述样本文本和所述样本动作特征，训练得到所述事件提取模型。
进一步地，所述样本特征确定模块，包括：
列数确定单元，用于根据所述样本文本的字符数量，确定所述样本动作特征的列数；
首行数值确定单元，用于根据样本动作名称的首字符在所述样本文本中的位置，确定所述样本动作特征中首行元素的数值；
尾行数值确定单元，用于根据所述样本动作名称的尾字符在所述样本文本中的位置，确定所述样本动作特征中尾行元素的数值。
进一步地，所述装置还包括：
模型训练模块，用于所述将所述目标文本作为事件提取模型的输入，得到目标文本特征和目标动作特征之前，根据样本事件的关联词和/或样本事件的多模态信息，训练得到所述事件提取模型，其中所述样本事件的多模态信息包括图片形式信息、视频形式信息、音频形式信息和文本形式信息中的至少两种。
进一步地，所述模型训练模块，包括：
样本生成单元，用于将包括所述关联词的样本事件作为正样本，将未包括所述关联词语的非样本事件作为负样本；
模型训练单元，用于利用所述正样本和所述负样本对初始模型进行训练，得到所述事件提取模型。
进一步地，所述知识图谱还包括作为节点的主题实体以及作为边的主题实体之间的上下位关系。
进一步地，所述知识图谱中节点的信息形式包括视频、图像和音频中的至少一种。
第五实施例
根据上述实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图6所示，是根据本申请实施例的知识图谱构建方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示，该电子设备包括：一个或多个处理器601、存储器602，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中，所述存储器存储有可由至少一个处理器执行的指令，以使所述至少一个处理器执行本申请所提供的知识图谱构建方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的知识图谱构建方法。
存储器602作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的知识图谱构建方法对应的程序指令/模块(例如，附图5所示的动作提取模块501和图谱构建模块502)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的知识图谱构建方法。
存储器602可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据知识图谱构建电子设备的使用所创建的数据等。此外，存储器602可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至知识图谱构建电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
知识图谱构建方法的电子设备还可以包括：输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接，图6中以通过总线连接为例。
输入装置603可接收输入的数字或字符信息，以及产生与知识图谱构建电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (11)

1.一种知识图谱构建方法，其特征在于，包括：
从描述目标事件的目标文本中提取所述目标事件关联的目标动作以及所述目标动作关联的目标实体，包括：
将所述目标文本作为事件提取模型的输入，得到目标文本特征和目标动作特征；
根据所述目标动作特征和所述目标文本特征，确定目标实体特征；
根据所述目标动作特征和所述目标文本，确定所述目标动作；
根据所述目标实体特征和所述目标文本，确定所述目标实体；
将所述目标动作和所述目标实体作为节点，将所述目标动作和所述目标实体之间的关系作为边，构建知识图谱；
其中，所述将所述目标文本作为事件提取模型的输入，得到目标文本特征和目标动作特征之前，所述方法还包括：
根据样本动作在样本文本中的位置和所述样本文本的字符数量，确定样本动作特征；
根据所述样本文本和所述样本动作特征，训练得到所述事件提取模型。
2.根据权利要求1所述的方法，其特征在于，所述根据样本动作在样本文本中的位置和所述样本文本的字符数量，确定样本动作特征，包括：
根据所述样本文本的字符数量，确定所述样本动作特征的列数；
根据样本动作名称的首字符在所述样本文本中的位置，确定所述样本动作特征中首行元素的数值；
根据所述样本动作名称的尾字符在所述样本文本中的位置，确定所述样本动作特征中尾行元素的数值。
3.根据权利要求1所述的方法，其特征在于，所述将所述目标文本作为事件提取模型的输入，得到目标文本特征和目标动作特征之前，所述方法还包括：
根据样本事件的关联词和/或样本事件的多模态信息，训练得到所述事件提取模型，其中所述样本事件的多模态信息包括图片形式信息、视频形式信息、音频形式信息和文本形式信息中的至少两种。
4.根据权利要求3所述的方法，其特征在于，所述根据样本事件的关联词，训练得到所述事件提取模型，包括：
将包括所述关联词的样本事件作为正样本，将未包括所述关联词语的非样本事件作为负样本；
利用所述正样本和所述负样本对初始模型进行训练，得到所述事件提取模型。
5.根据权利要求1所述的方法，其特征在于，所述知识图谱还包括作为节点的主题实体以及作为边的主题实体之间的上下位关系。
6.根据权利要求1所述的方法，其特征在于，所述知识图谱中节点的信息形式包括视频、图像和音频中的至少一种。
7.一种知识图谱构建装置，其特征在于，包括：
动作提取模块，用于从描述目标事件的目标文本中提取所述目标事件关联的目标动作以及所述目标动作关联的目标实体；
图谱构建模块，用于将所述目标动作和所述目标实体作为节点，将所述目标动作和所述目标实体之间的关系作为边，构建知识图谱；
其中，所述动作提取模块，包括：
特征提取单元，用于将所述目标文本作为事件提取模型的输入，得到目标文本特征和目标动作特征；
特征确定单元，用于根据所述目标动作特征和所述目标文本特征，确定目标实体特征；
动作确定单元，用于根据所述目标动作特征和所述目标文本，确定所述目标动作；
物体确定单元，用于根据所述目标实体特征和所述目标文本，确定所述目标实体；
其中，所述装置还包括：
样本特征确定模块，用于所述将所述目标文本作为事件提取模型的输入，得到目标文本特征和目标动作特征之前，根据样本动作在样本文本中的位置和所述样本文本的字符数量，确定样本动作特征；
模型训练模块，用于根据所述样本文本和所述样本动作特征，训练得到所述事件提取模型。
8.根据权利要求7所述的装置，其特征在于，所述样本特征确定模块，包括：
列数确定单元，用于根据所述样本文本的字符数量，确定所述样本动作特征的列数；
首行数值确定单元，用于根据样本动作名称的首字符在所述样本文本中的位置，确定所述样本动作特征中首行元素的数值；
尾行数值确定单元，用于根据所述样本动作名称的尾字符在所述样本文本中的位置，确定所述样本动作特征中尾行元素的数值。
9.根据权利要求7所述的装置，其特征在于，所述装置还包括：
模型训练模块，用于所述将所述目标文本作为事件提取模型的输入，得到目标文本特征和目标动作特征之前，根据样本事件的关联词和/或样本事件的多模态信息，训练得到所述事件提取模型，其中所述样本事件的多模态信息包括图片形式信息、视频形式信息、音频形式信息和文本形式信息中的至少两种。
10.一种电子设备，其特征在于，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-6中任一项所述的方法。
11.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行权利要求1-6中任一项所述的方法。
CN202010074569.8A 2020-01-22 2020-01-22 知识图谱构建方法、装置、设备和介质 Active CN111291205B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010074569.8A CN111291205B (zh) 2020-01-22 2020-01-22 知识图谱构建方法、装置、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010074569.8A CN111291205B (zh) 2020-01-22 2020-01-22 知识图谱构建方法、装置、设备和介质

Publications (2)

Publication Number Publication Date
CN111291205A CN111291205A (zh) 2020-06-16
CN111291205B true CN111291205B (zh) 2023-06-13

Family

ID=71021242

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010074569.8A Active CN111291205B (zh) 2020-01-22 2020-01-22 知识图谱构建方法、装置、设备和介质

Country Status (1)

Country Link
CN (1) CN111291205B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112001265B (zh) * 2020-07-29 2024-01-23 北京百度网讯科技有限公司 视频事件识别方法、装置、电子设备及存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108897857A (zh) * 2018-06-28 2018-11-27 东华大学 面向领域的中文文本主题句生成方法
CN109145153A (zh) * 2018-07-02 2019-01-04 北京奇艺世纪科技有限公司 意图类别的识别方法和装置
CN110163299A (zh) * 2019-05-31 2019-08-23 合肥工业大学 一种基于自底向上注意力机制和记忆网络的视觉问答方法
CN110245348A (zh) * 2019-05-17 2019-09-17 北京百度网讯科技有限公司 一种意图识别方法及系统
CN110543574A (zh) * 2019-08-30 2019-12-06 北京百度网讯科技有限公司 一种知识图谱的构建方法、装置、设备及介质
CN110609903A (zh) * 2019-08-01 2019-12-24 华为技术有限公司 信息表示方法及装置

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11222052B2 (en) * 2011-02-22 2022-01-11 Refinitiv Us Organization Llc Machine learning-based relationship association and related discovery and

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108897857A (zh) * 2018-06-28 2018-11-27 东华大学 面向领域的中文文本主题句生成方法
CN109145153A (zh) * 2018-07-02 2019-01-04 北京奇艺世纪科技有限公司 意图类别的识别方法和装置
CN110245348A (zh) * 2019-05-17 2019-09-17 北京百度网讯科技有限公司 一种意图识别方法及系统
CN110163299A (zh) * 2019-05-31 2019-08-23 合肥工业大学 一种基于自底向上注意力机制和记忆网络的视觉问答方法
CN110609903A (zh) * 2019-08-01 2019-12-24 华为技术有限公司 信息表示方法及装置
CN110543574A (zh) * 2019-08-30 2019-12-06 北京百度网讯科技有限公司 一种知识图谱的构建方法、装置、设备及介质

Also Published As

Publication number Publication date
CN111291205A (zh) 2020-06-16

Similar Documents

Publication Publication Date Title
US11341366B2 (en) Cross-modality processing method and apparatus, and computer storage medium
CN113094550B (zh) 视频检索方法、装置、设备和介质
CN112560912B (zh) 分类模型的训练方法、装置、电子设备和存储介质
CN111221984A (zh) 多模态内容处理方法、装置、设备及存储介质
US11508153B2 (en) Method for generating tag of video, electronic device, and storage medium
CN111488740B (zh) 一种因果关系的判别方法、装置、电子设备及存储介质
US20210334669A1 (en) Method, apparatus, device and storage medium for constructing knowledge graph
CN111737559B (zh) 资源排序方法、训练排序模型的方法及对应装置
CN110427627B (zh) 基于语义表示模型的任务处理方法和装置
US11775845B2 (en) Character recognition method and apparatus, electronic device and computer readable storage medium
CN112001180A (zh) 多模态预训练模型获取方法、装置、电子设备及存储介质
CN111144108A (zh) 情感倾向性分析模型的建模方法、装置和电子设备
CN111797216B (zh) 检索项改写方法、装置、设备以及存储介质
CN111695519B (zh) 关键点定位方法、装置、设备以及存储介质
CN111950293B (zh) 语义表示模型的生成方法、装置、电子设备及存储介质
CN110532415B (zh) 图像搜索处理方法、装置、设备及存储介质
CN111680600B (zh) 人脸识别模型处理方法、装置、设备和存储介质
CN112541052B (zh) 确定问题的答案的方法、装置、设备及存储介质
CN112182292A (zh) 视频检索模型的训练方法、装置、电子设备及存储介质
CN111666771B (zh) 文书的语义标签抽取、装置、电子设备及可读存储介质
CN111291205B (zh) 知识图谱构建方法、装置、设备和介质
JP7352640B2 (ja) 検索項目書き換え方法、装置、機器および記憶媒体
CN111949820B (zh) 视频关联兴趣点的处理方法、装置及电子设备
CN111339314B (zh) 一种三元组数据的生成方法、装置和电子设备
CN111125445B (zh) 社区主题生成方法、装置、电子设备及存储介质

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