CN112765288A - 知识图谱的构建方法及系统、信息查询方法及系统 - Google Patents

Abstract

本发明公开一种知识图谱的构建方法及系统、信息查询方法及系统，其中构建方法包括构建抽象概念图的方法，具体包括以下步骤：获取若干个标签，并获取各标签之间的关联关系；将所述标签作为结点，将所述关联关系作为边，构建有向图作为抽象概念图。本发明通过对抽象概念图的设计，不仅能够避免基础知识图谱中产生超大结点，还能通过抽象概念图中标签的关系弥补基础知识图谱中结点间中断的关系，便于后续基于标签间的关系对实体间潜在关系的分析和挖掘。

Description

知识图谱的构建方法及系统、信息查询方法及系统

技术领域

本发明涉及信息处理领域，尤其涉及一种知识图谱的构建方法及系统、信息查询方法及系统。

背景技术

知识图谱中信息的存储形式主要包括属性、边、标签等，其中属性和边作为图的基本要素，标签则属于特殊属性，通常以多值的形式进行存储，主要用于对实体进行抽象描述，便于后续进行分类查询。

目前知识图谱普遍采用图数据库进行数据存储，大多数图数据库中头、尾结点都会存储边的信息，当知识图谱中存在入边/出边过多的结点时，后续对该知识图谱的维护和查询较为困难。

将入边/出边数量超过预设数量阈值(如10000)的结点的记为超大结点，如将人和地域作为实体，籍贯作为一种关系，省/市可能成为超大结点；将人和朝代作为实体，所处时代作为关系，朝代或历史时期可能成为超大结点；针对上述情况，为避免出现超大结点，本领域技术人员往往会采用属性进行存储此方法将放弃关系分析的潜在价值，导致后续无法进一步挖掘实体间潜在的关系。

发明内容

本发明针对现有技术中为避免产生超大结点，将关系由属性代替时导致关系数据丢失的缺点，提供了一种知识图谱的构建技术，以及基于该知识图谱进行的信息查询技术，利用标签间的关联关系延续实体间的关系。

为了解决上述技术问题，本发明通过下述技术方案得以解决：

一种知识图谱的构建方法，所述知识图谱包括基础知识图谱(即基于现有技术所构建的知识图谱)和抽象概念图，构建所述抽象概念图的方法包括以下步骤：

获取若干个标签，并获取各标签之间的关联关系；

将所述标签作为结点，将所述关联关系作为边，构建有向图作为抽象概念图。

作为一种可实施方式：

所述标签包括基类标签和概念标签，其中基类标签用于标识实体类型，概念标签用于标识实体属性。

作为一种可实施方式：

所述抽象概念图为有向无环图。

基础知识图谱的结构不限。

本发明还提出一种知识图谱的构建系统，包括获取单元和构建单元；

所述获取单元，用于获取若干个标签，还用于获取各标签之间的关联关系；

所述构建单元，用于将所述标签作为结点，将所述关联关系作为边，构建有向图作为抽象概念图。

本发明还提出一种信息查询方法，包括以下步骤：

获取标签查询请求；

基于所述标签查询请求于上述任意一项构建方法所构建的抽象概念图进行路径查询，获得相应的标签关联路径。

作为一种可实施方式：

所述标签查询请求包括目标标签和标签查询条件，其中目标标签的数量为1或2，标签查询条件包括跳数阈值，所述跳数阈值用于限定所述标签关联路径的长度。

作为一种可实施方式，当所述目标标签的数量为1时，获得相应的标签关联路径的方法为：

将所述目标标签所对应的结点作为原点，从抽象概念图中提取跳数在所述跳数阈值以内的结点，获得关联结点；

基于所述关联结点生成相应的标签关联路径，此时标签关联路径为具有一个原点和多个终点的路径网。

作为一种可实施方式，当所述目标标签的数量为2时，获得相应的标签关联路径的方法为：

将一目标标签所对应的结点作为起点，另一个一目标标签所对应的结点作为终点，从抽象概念图中提取起点到终点的跳数在所述跳数阈值以内的路径作为标签关联路径。

作为一种可实施方式：

标签查询条件还包括过滤词，该过滤词用于排除包含与所述过滤词相对应的结点的路径。

本发明还提出一种信息查询系统，包括基础查询模块和扩展查询模块；

基础查询模块：

用于基于用户输入的目标实体于基础知识图谱对实体间的关系进行查询，如实体为王菲和李嫣，查询获得王菲是李琰的母亲；

还用于基于用户输入的目标标签于基础知识图谱中进行实体搜索，如，输入的目标标签为杭州籍，查询获得所有具有该标签的实体。

扩展查询模块，用于基于抽象概念图对标签间的关系进行扩展查询，包括获取单元和查询单元；

所述获取单元，用于获取标签查询请求；

所述查询单元，用于基于所述标签查询请求于上述任意一项构建方法所构建的抽象概念图进行路径查询，获得相应的标签关联路径。

本发明由于采用了以上技术方案，具有显著的技术效果：

本发明通过对抽象概念图的设计，不仅能够避免基础知识图谱中产生超大结点，还能通过抽象概念图中标签的关系弥补基础知识图谱中结点间中断的关系，便于后续基于标签间的关系对实体间潜在关系的分析和挖掘。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是抽象概念图的结构示意图；

图2是目标标签为杭州时所得标签关联路径的示意图。

具体实施方式

下面结合实施例对本发明做进一步的详细说明，以下实施例是对本发明的解释而本发明并不局限于以下实施例。

实施例1、一种知识图谱的构建方法，所得知识图谱包含上述基础知识图谱，还包含抽象概念图，即，在现有构建方法的基础上增加抽象概念图的构建方法，具体包括以下步骤：

获取若干个标签，并获取各标签之间的关联关系；

将所述标签作为结点，将所述关联关系作为边，构建有向图作为抽象概念图。

获取目标领域的行业数据，基于所述行业数据和所述标签构建基础知识图谱，所述初始图谱的结点为实体、边为实体间的关系，且所述结点中存有与其相对应的标签。

本领域技术人员可获取目标领域的行业数据，根据现有任意一种已公开的构建方法构建基础知识图谱，且所述基础知识图谱的结构不限，仅需使所构建的基础知识图谱中的结点为实体，边为实体间的关系，各结点中具有与其相对应的标签即可。

当实体类包括人物和地理位置时，如将人物和地点建立关系，如籍贯，此时会出现过万个人物实体指向同一个地理位置实体，此时该地理位置实体对应结点中储存的边信息过多，维护和管理成本高；如将籍贯作为属性(标签)保存在对应结点中，结点间的潜在关系将因为仅使用属性存储而中断。

另一方面，标签作为一种对实体抽象化的描述方式，现有技术中通常以标签树的形式进行定义，但受限于树的结构不能出现多个父结点，会使得一些场景的定义捉襟见肘。例如体育项目和体育类游戏都有可能关联到足球子结点，遇到这类场景，标签树通常会以冗余的方式进行定义，在游戏和体育下分别定义足球，成为两个不同的标签，这将导致一些潜在的关系也无法进行关联。

本实施例中通过对抽象概念图的构建，不仅能够避免基础知识图谱中产生超大结点，还能通过抽象概念图中标签的关系弥补基础知识图谱中结点间中断的关系，便于后续基于标签间的关系对实体间潜在关系的分析和挖掘。

进一步地，所述标签包括基类标签和概念标签；

所述基类标签用于标识实体类型，例如人物、机构、地理、历史等，本领域技术人员可根据实际需要自行设定。

概念标签用于标识实体属性，例如杭州籍、浙江、杭州市等，本领域技术人员可根据实际需要自行设定。

在实际使用过程中，将可枚举且指向多个实体的类别信息作为概念标签，例如民族、生肖、星座、地理位置等。

注，浙江、杭州本身可以作为实体，为避免其于基础知识图谱中形成超大结点，故将其作为标签，通过抽象概念图补充其与其他标签之间的关系。

进一步地，所述抽象概念图为有向无环图。

抽象概念图可定义为有环或无环，但为便于后续对标签间路径的查询，本实施例中其定义为无环。

参照图1，本实施例中抽象概念图分为三层，第一层为根结点Thing，第二层为label层，其包括各基类标签，如人物、机构、地理等，第三层为抽象概念层，其包括各概念标签，如杭州籍、民政部、杭州、浙江等，边指示结点之间的关系。

基于本实施例所提供的构建方法构建知识图谱的具体内容包括：配置基础知识图谱中实体的类型，获得相对应的基类标签；

配置若干个概念标签，并配置概念标签与基类标签之间的关联关系以及各概念标签之间的关联关系；

基于基类标签、概念标签及关联关系构建有向无环图，获得抽象概念图；

从所述抽象概念图中提取各标签的标签结点ID，基于标签及其标签结点ID构建标签库。

获取待录入实体，对所述待录入实体进行分类，获得与所述待录入实体相对应的标签，将所得标签作为概念标签；

从所述标签库中提取各概念标签所对应的标签结点ID，生成标签集；

将待录入实体录入基础知识图谱，并将所述标签集保存至该待录入实体所对应结点中，更新所述基础知识图谱。

当无待录入实体后，基于基础知识图谱和所述抽象概念图生成知识图谱。

实施例2、一种知识图谱的构建系统，其包括第一构建模块和第二构建模块；

所述第一构建模块，用于构建基础知识图谱；

所述第二构建模块，包括获取单元和构建单元；

所述获取单元，用于获取若干个标签，还用于获取各标签之间的关联关系；

所述构建单元，用于将所述标签作为结点，将所述关联关系作为边，构建有向图作为抽象概念图。

本实施例为实施例1所对应的装置实施例，由于其与实施例1基本相似，所以描述的比较简单，相关之处参见实施例1的部分说明即可。

实施例3、一种基于实施例1所构建的知识图谱所进行的信息查询方法，其包括基于基础知识图谱进行关联查询的方法，还包括基于抽象概念图所进行的关联扩展查询；

关联扩展查询方法，包括以下步骤：

获取标签查询请求；

基于所述标签查询请求于实施例1中所构建的抽象概念图进行路径查询，获得相应的标签关联路径(此路径不受关系方向的影响)；

本实施例通过抽象概念图对标签间的潜在关系进行发现和分析，从而反应具有相应标签的实体间的潜在关系，从而对现有基于知识图谱所进行的关系查询做进一步优化，充分利用实体间的关系；

例如：

商鞅(人物实体)，其标签包含卫国，以指示商鞅所处的国家；

袁世凯(人物实体)，其标签包含项城，以指示袁世凯的籍贯。

针对上述两个人物实体，通过基础知识图谱中的边无法获知其之间的联系，其标签也不相同，亦无法通过标签直接获知其关联。

但卫国为现今河南省所对应区域，项城属于河南省的下级市，故在抽象概念图中，可通过卫国和项城的标签查询获得相应的标签关联路径，以体现商鞅与袁世凯同属于河南省的名人。

进一步地，所述标签查询请求包括目标标签和标签查询条件；

所述目标标签的数量为1或2；

所述标签查询条件包括跳数阈值，跳数阈值用于限定查询所得标签关联路径的长度，例如跳数阈值为10，所得标签关联路径的起点到终点的跳数在10以内。

跳数越大，路径起点与终点所对应的标签关联关系较弱，故本实施例通过跳数阈值的限定，为用户提供满足其查询期望的标签关联路径，清晰展示与目标标签相对应的关联标签，(目标标签数量为1)或目标标签之间的关联关系(目标标签数量为2)。

进一步地，目标标签的数量为1时，获得相应的标签关联路径的方法为：

将所述目标标签所对应的结点作为原点，从抽象概念图中提取跳数在所述跳数阈值以内的结点，获得关联结点；

基于所述关联结点生成相应的标签关联路径，该标签关联路径实际为以目标标签所对应的结点作为原点向外扩展的路径网络。

如基于知识图谱查询杭州的历史人物；

此时以杭州作为目标标签于进行路径查询，获得以杭州为原点，且路径在10以内的结点，获得相应的标签关联路径。

如图2所示，杭州籍、临安府和浙江与杭州的跳数为1，人物、地理和南宋与杭州的跳数为2；

用户基于该标签关联路径选择人物、南宋和临安府三个标签作为筛选标签，于基础知识图谱中进行检索，检索结果即为南宋时与杭州相关的历史人物。

进一步地，当所述目标标签的数量为2时，获得相应的标签关联路径的方法为：

将一目标标签所对应的结点作为起点，另一个一目标标签所对应的结点作为终点，从抽象概念图中提取起点到终点的跳数在所述跳数阈值以内的路径作为标签关联路径。

如用户希望探查商鞅与袁世凯在地理位置上的联系，此时用户可从基础知识图谱中查询商鞅和袁世凯，并提取相对应的标签；

从所得标签中提取与地理位置相关的标签，获得卫国和项城两个标签；将卫国和项城作为目标标签按照上述方式进行路径查询，获得相应的标签关联路径，用户可通过标签关联路径知悉商鞅与袁世凯出生于河南省。

进一步地，标签查询条件还包括过滤词。

过滤词用于在查询路径上排除所述过滤词所对应的结点，如用户已知悉商鞅与袁世凯均为河南省对应的历史名人，其可以通过设定过滤词河南，使所得的查询结果中不包含河南标签对应的结点，以便于用户剔除无效信息。

在实际使用过程中，将过滤词所对应的结点即为过滤结点，

本领域技术人员可从抽象概念图中剔除所述过滤结点，获得抽象概念子图，基于目标标签和跳数阈值于所述抽象概念子图中进行路径查询，获得相应的标签关联路径；还可基于目标标签和跳数阈值于所述抽象概念图中进行路径查询，获得若干个路径后，剔除包含过滤结点的路径，获得相应的标签关联路径；

进一步的，目标标签的获取方法为：

获取用户输入的多个实体；

从所述基础知识图谱中提取各实体所对应的标签集；

将各标签集相并，获得标签并集；将各标签集相交，获得标签交集；

从标签并集中剔除标签交集后获得标签差集；

由用户从标签差集中提取目标标签，或，将标签差集中标签进行两两组合，生成若干组目标标签，基于抽象概念图分别对各组目标标签进行扩展关系查询。

由于实体所对应的标签为多个，而二者的组合方式又是笛卡尔积，故本实施例中由用户指定标签差集中的一个或两个标签作为目标标签进行扩展关系查询。

实施例4、一种信息查询系统，包括基础查询模块和扩展查询模块；

基础查询模块，用于基于初始知识图谱进行信息查询；

本实施例中，所述基础查询模块用于基于用户输入的目标实体于基础知识图谱对实体间的关系进行查询，如实体为王菲和李嫣，查询获得王菲是李琰的母亲；还用于基于用户输入的目标标签于基础知识图谱中进行实体搜索，如，输入的目标标签为杭州籍，查询获得所有具有该标签的实体。

扩展查询模块，用于基于抽象概念图对标签间的关系进行扩展查询，包括获取单元和查询单元；

所述获取单元，用于获取标签查询请求；

所述查询单元，用于基于所述标签查询请求于实施例1中所构建的抽象概念图进行路径查询，获得相应的标签关联路径。

本实施例为实施例3所对应的装置实施例，由于其与实施例3基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。

本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

需要说明的是：

说明书中提到的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包括在本发明的至少一个实施例中。因此，说明书通篇各个地方出现的短语“一个实施例”或“实施例”并不一定均指同一个实施例。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

此外，需要说明的是，本说明书中所描述的具体实施例，其零、部件的形状、所取名称等可以不同。凡依本发明专利构思所述的构造、特征及原理所做的等效或简单变化，均包括于本发明专利的保护范围内。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，只要不偏离本发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (10)

1.一种知识图谱的构建方法，其特征在于，所述知识图谱包括抽象概念图，构建所述抽象概念图的方法包括以下步骤：

获取若干个标签，并获取各标签之间的关联关系；

将所述标签作为结点，将所述关联关系作为边，构建有向图作为抽象概念图。

2.根据权利要求1所述的知识图谱的构建方法，其特征在于：

所述标签包括基类标签和概念标签，其中基类标签用于标识实体类型，概念标签用于标识实体属性。

3.根据权利要求1或2所述的知识图谱的构建方法，其特征在于：

所述抽象概念图为有向无环图。

4.一种知识图谱的构建系统，其特征在于，包括获取单元和构建单元；

所述获取单元，用于获取若干个标签，还用于获取各标签之间的关联关系；

所述构建单元，用于将所述标签作为结点，将所述关联关系作为边，构建有向图作为抽象概念图。

5.一种信息查询方法，其特征在于，包括以下步骤：

获取标签查询请求；

基于所述标签查询请求于权利要求1至3任意一项构建方法所构建的抽象概念图进行路径查询，获得相应的标签关联路径。

6.根据权利要求5所述的信息查询方法，其特征在于：

所述标签查询请求包括目标标签和标签查询条件，其中目标标签的数量为1或2，标签查询条件包括跳数阈值，所述跳数阈值用于限定所述标签关联路径的长度。

7.根据权利要求6所述的信息查询方法，其特征在于，当所述目标标签的数量为1时，获得相应的标签关联路径的方法为：

将所述目标标签所对应的结点作为原点，从抽象概念图中提取跳数在所述跳数阈值以内的结点，获得关联结点；

基于所述关联结点生成相应的标签关联路径。

8.根据权利要求6所述的信息查询方法，其特征在于，当所述目标标签的数量为2时，获得相应的标签关联路径的方法为：

将一目标标签所对应的结点作为起点，另一个一目标标签所对应的结点作为终点，从抽象概念图中提取起点到终点的跳数在所述跳数阈值以内的路径作为标签关联路径。

9.根据权利要求5至8任一所述的信息查询方法，其特征在于：

标签查询条件还包括过滤词，该过滤词用于排除包含与所述过滤词相对应的结点的路径。

10.一种信息查询系统，其特征在于，包括基础查询模块和扩展查询模块，其中扩展查询模块包括获取单元和查询单元；

所述获取单元，用于获取标签查询请求；

所述查询单元，用于基于所述标签查询请求于权利要求1至3任意一项构建方法所构建的抽象概念图进行路径查询，获得相应的标签关联路径。

Images