CN113360672B - 用于生成知识图谱的方法、装置、设备、介质和产品 - Google Patents

Abstract

本申请公开了用于生成知识图谱的方法、装置、设备、介质和产品，涉及计算机领域，进一步涉及人工智能技术领域。具体实现方案为：获取目标对象的数据信息；确定数据信息对应的事件类型和论元类型；对于每个论元类型，从数据信息中确定该论元类型对应的论元信息；基于事件类型和各个论元信息，生成目标对象对应的知识图谱。本实现方式可以提高生成知识图谱的信息精确度。

Description

用于生成知识图谱的方法、装置、设备、介质和产品

技术领域

本公开涉及计算机领域，进一步涉及人工智能技术领域，尤其涉及用于生成知识图谱的方法、装置、设备、介质和产品。

背景技术

目前，知识图谱的应用越来越广泛，能够用于构建各类对象之间的关联关系，如构建企业对象之间的关联关系。

在实践中发现，现在基于知识图谱构建对象之间的关联关系时，往往需要抽取各个对象节点，确定各个对象节点之间边的方向，以及确定对于边关系的详细描述。然而，由于需要构建的对象数量庞大，因而在构建知识图谱时往往存在着信息精确度较差的问题。

发明内容

本公开提供了一种用于生成知识图谱的方法、装置、设备、介质和产品。

根据第一方面，提供了一种用于生成知识图谱的方法，包括：获取目标对象的数据信息；确定数据信息对应的事件类型和论元类型；对于每个论元类型，从数据信息中确定该论元类型对应的论元信息；基于事件类型和各个论元信息，生成目标对象对应的知识图谱。

根据第二方面，提供了一种用于生成知识图谱的装置，包括：信息获取单元，被配置成获取目标对象的数据信息；类型确定单元，被配置成确定数据信息对应的事件类型和论元类型；信息确定单元，被配置成对于每个论元类型，从数据信息中确定该论元类型对应的论元信息；知识图谱生成单元，被配置成基于事件类型和各个论元信息，生成目标对象对应的知识图谱。

根据第三方面，提供了一种执行用于生成知识图谱的方法的电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序；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上任意一项用于生成知识图谱的方法。

根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行如上任意一项用于生成知识图谱的方法。

根据第五方面，提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现如上任意一项用于生成知识图谱的方法。

根据本申请的技术，提供一种用于生成知识图谱的方法，能够基于对目标对象的数据信息进行分析，得到相应的事件类型和论元类型，再按照论元类型，确定相应的论元信息，基于论元信息和事件类型生成知识图谱。这一过程通过事件类型和论元信息的抽取，能够得到更精准、关键的知识图谱构建信息，从而提高了生成知识图谱的信息精确度。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是本申请的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本申请的用于生成知识图谱的方法的一个实施例的流程图；

图3是根据本申请的用于生成知识图谱的方法的一个应用场景的示意图；

图4是根据本申请的用于生成知识图谱的方法的另一个实施例的流程图；

图5是根据本申请的用于生成知识图谱的装置的一个实施例的结构示意图；

图6是用来实现本公开实施例的用于生成知识图谱的方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开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，而不会背离本公开的范围和精神。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。

需要说明的是，在不冲突的情况下，本申请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申请。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104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104与服务器105交互，以接收或发送消息等。终端设备101、102、103可以为手机、电脑以及平板等电子设备，终端设备101、102、103中可以输出网站页面信息，网站页面信息可以包括各类资讯数据，尤其的，可以包括某类目标对象的数据信息，如企业的数据信息、特定人物的数据信息、特定活动的数据信息等。

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，可以是各种电子设备，包括但不限于电视、智能手机、平板电脑、电子书阅读器、车载电脑、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105可以是提供各种服务的服务器，例如，在终端设备101、102、103获取到目标对象的数据信息之后，可以将这些数据信息通过网络104传输给服务器105，以使服务器105对这些数据信息进行数据分析，确定数据信息对应的事件类型和论元类型，并对于每个论元类型，确定相应的论元信息，再基于事件类型和论元信息，生成知识图谱。

需要说明的是，服务器105可以是硬件，也可以是软件。当服务器105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105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)，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，本申请实施例所提供的用于生成知识图谱的方法可以由终端设备101、102、103执行，也可以由服务器105执行。相应地，用于生成知识图谱的装置可以设置于终端设备101、102、103中，也可以设置于服务器105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，示出了根据本申请的用于生成知识图谱的方法的一个实施例的流程200。本实施例的用于生成知识图谱的方法，包括以下步骤：

步骤201，获取目标对象的数据信息。

在本实施例中，目标对象可以包括但不限于企业对象、人物对象、活动对象、物品对象等需要生成知识图谱的对象，本实施例对此不做限定。执行主体(如图1中的服务器105或者终端设备101、102、103)可以基于预设的数据接口获取目标对象的数据信息，或者采用现有的网络爬虫技术从网站等资讯平台获取目标对象的数据信息，或者读取预先存储在本地的目标对象的数据信息，本实施例对此不做限定。其中，目标对象的数据信息可以为与目标对象有关的资讯数据，例如，相关资讯媒体发布的与企业对象相关的资讯数据。

可选的，在执行主体获取目标对象的数据信息之前，可以预先设定需要获取的资讯类型集合，资讯类型集合可以包括以下资讯类型的任意组合：资讯标题、资讯发布事件、资讯发布媒体、资讯正文。在执行主体获取目标对象的数据信息时，可以按照资讯类型集合中的各个资讯类型，获取相应的资讯数据。进一步可选的，执行主体对于各个候选数据，确定每个候选数据是否包括资讯类型集合中的所有资讯类型对应的资讯数据，如果包括，则将该候选数据作为获取到的目标对象的数据信息。如果不包括，则将该候选数据丢弃。另一种可选的，可以预设有资讯数据的指定来源，如指定资讯媒体、指定资讯平台等。在获取目标对象的数据信息时，只从指定来源获取目标对象的数据信息。采用这些获取数据方式能够提高数据信息精准度。

步骤202，确定数据信息对应的事件类型和论元类型。

在本实施例中，事件类型指的是数据信息中各个资讯数据对应的事件的类型，论元类型指的是每个事件中与事件相关联的论元类型。在本实施例应用于金融领域进行企业知识图谱的生成时，事件类型可以包括但不限于收购事件、融资事件、转让事件、合作事件、纠纷事件等。其中，收购事件相关联的论元类型可以包括但不限于被收购方、收购方、交易金额、收购标的、收购完成事件，融资事件相关联的论元类型可以包括但不限于被投资方、领投方、跟投方、融资金额、融资轮次，转让事件相关联的论元类型可以包括但不限于被转让方、交易金额、转让方、接收方、交易股票、股份数量、交易股权比例、每股交易价格、交易占总股本比例、流拍数量，合作事件相关联的论元类型可以包括但不限于合作方、合作领域、合作时间，纠纷事件相关联的论元类型可以包括但不限于纠纷方、纠纷内容、纠纷时间。在本实施例应用于人物画像领域进行人物知识图谱的生成时，事件类型可以包括但不限于竞争事件、合作事件、纠纷事件、失信事件等，失信事件的论元类型可以包括失信人物、被失信人物、失信事件。在本实施例应用于营销领域进行活动知识图谱的生成时，事件类型可以包括但不限于承办事件、纠纷事件、风险事件等，承办事件的论元类型可以包括承办方、委托方、承办活动、承办时间。

步骤203，对于每个论元类型，从数据信息中确定该论元类型对应的论元信息。

在本实施例中，执行主体可以遍历数据信息，得到每个论元类型对应的论元信息，论元信息指的是论元类型对应的属性信息。可选的，执行主体也可以按照预设的方式对数据信息进行筛选，再遍历筛选后的数据信息，确定论元信息，提高信息确定效率。这里可以采用现有的各类数据筛选手段实现数据信息的筛选，在此不再赘述。

步骤204，基于事件类型和各个论元信息，生成目标对象对应的知识图谱。

在本实施例中，执行主体可以基于事件类型和各个论元信息，确定知识图谱中与各个事件类型相关的节点、节点之间边的方向、节点之间边的关系信息。其中，节点可以从论元信息中确定出关键的论元信息得到，也可以基于论元信息进行重新概括得到，本实施例对此不做限定。节点之间边的方向可以基于事件类型和论元信息共同进行确定，以使节点之间边的方向能够反映论事件的内容。节点之间边的关系信息用于反映在相应的事件类型下，各个节点之间与事件相关联的信息。可选的，执行主体可以定时重新获取目标对象的数据信息，执行步骤201至步骤203，再根据每次重新获取得到的事件类型和各个论元信息，更新已有的目标对象的知识图谱，实现知识图谱的实时更新。

继续参见图3，其示出了根据本申请的用于生成知识图谱的方法的一个应用场景的示意图。在图3的应用场景中，执行主体可以获取网站资讯数据301以及预设的事件类型集合302，预设的事件类型集合302可以包括多种事件类型。之后，再将网站资讯数据301分类至不同的事件类型中，得到各个事件类型下的网站资讯数据。进一步的，预设的事件类型集合302还可以设有相应的论元类型集合303。每个事件类型具有相对应的论元类型。基于对每个事件类型下的网站资讯数据进行分析，可以得到论元类型集合303中各个论元类型对应的论元值，得到论元值集合304。最后，基于事件类型集合302和论元值集合304可以生成目标对象的知识图谱305。

本申请上述实施例提供的用于生成知识图谱的方法，能够基于对目标对象的数据信息进行分析，得到相应的事件类型和论元类型，再按照论元类型，确定相应的论元信息，基于论元信息和事件类型生成知识图谱。这一过程通过事件类型和论元信息的抽取，能够得到更精准、关键的知识图谱构建信息，从而提高了生成知识图谱的信息精确度。

继续参见图4，其示出了根据本申请的用于生成知识图谱的方法的另一个实施例的流程400。如图4所示，本实施例的用于生成知识图谱的方法可以包括以下步骤：

步骤401，获取目标对象的数据信息。

在本实施例中，对于步骤401的详细描述请参照对于步骤201的详细描述，在此不再赘述。

步骤402，基于数据信息和预设的分类模型，确定数据信息对应的事件类型。

在本实施例中，预设的分类模型用于确定数据信息对应的事件类型。需要说明的是，这里的数据信息可以对应一个事件类型，也可以对应至少两个事件类型，本实施例对此不做限定。举例来说，目标对象的数据信息可以是爬取多个资讯平台获取到的多个资讯数据，在对这些资讯数据进行确定事件类型时，可以分别将每个资讯数据输入预设的分类模型，以使预设的分类模型输出该资讯数据对应的事件类型。由于不同的资讯数据可以对应不同的事件类型，因此，此时的事件类型可以为多个。其中，预设的分类模型可以采用二分类模型、也可以采用多分类模型，本实施例对此不做限定。优选的，模型可以采用基于预训练模型的多分类深度学习模型。并且预设的分类模型可以基于以下步骤训练得到：获取训练样本数据以及相应的样本标注数据，训练样本数据为资讯标题；将训练样本数据输入预设的模型，得到模型输出的分类结果；基于该分类结果和样本标注数据，对预设的模型进行训练，直至模型收敛，得到训练完成的分类模型。

可选的，对于数据信息中的每个资讯数据，资讯数据可以包括资讯标题、资讯正文、资讯发布事件、资讯发布媒体等多种数据类型。在确定事件类型时，执行主体可以将该资讯数据的资讯标题和资讯正文输入预设的分类模型，得到模型输出的事件类型。执行主体可以将该资讯数据的资讯标题输入预设的分类模型，得到模型输出的事件类型，能够提高事件类型确定效率。

步骤403，基于预设的论元对应关系信息，确定与事件类型对应的论元类型。

在本实施例中，预设的论元对应关系信息用于表示各个事件类型与论元类型之间的对应关系。基于对应关系的查找，执行主体可以确定出与事件类型对应的论元类型。例如，事件类型“收购”与论元类型“被收购方、收购方、交易金额、收购标的、收购完成时间”之间具有对应关系。

步骤404，获取数据信息中的标题信息。

在本实施例中，执行主体可以对数据信息中的各个资讯数据，获取该资讯数据对应的资讯标题。基于各个资讯数据对应的资讯标题，得到数据信息中的标题信息。

步骤405，基于标题信息和预设的关键句抽取模型，从数据信息中确定关键句集合。

在本实施例中，预设的关键句抽取模型用于根据输入的各个资讯标题，从各个资讯正文中抽取预设数量的关键句，作为关键句集合。其中，预设数量可以为1至3，也可以为其他自定义的数量，本实施例对此不做限定。其中，预设的关键句抽取模型可以采用关键句判别模型，基于资讯正文中各个句子的位置属性、与标题相关性指标属性等，确定出能够反映资讯正文核心观点的句子，作为关键句。其可以采用二分类模型，也可以采用其他各种关键句判别模型实现，本实施例对此不做限定。

步骤406，基于标题信息和关键句集合，确定各个论元类型对应的论元信息。

在本实施例中，执行主体可以基于对标题信息和关键句集合中的各个关键句进行遍历，确定每个论元类型对应的论元信息。采用这种论元信息确定方式，相较于遍历整个资讯正文，能够遍历较少的内容，即关键句和标题信息，得到论元信息的效率更高。

步骤407，基于事件类型，从各个论元信息确定目标论元信息集合。

在本实施例中，执行主体可以先确定事件类型，再对事件类型进行分析，判断事件类型是否属于具有主体和客体的事件，如果是，则从该事件类型对应的论元信息中确定主体论元和客体论元，将主体论元和客体论元作为目标论元信息。其中，主体论元为执行事件的主动方，客体论元为执行事件的被动方。例如，收购方为主动论元，被收购方为被动论元。如果事件类型不属于具有主体和客体的事件，可以从该事件类型对应的论元信息中确定关联论元，将关联论元作为目标论元信息。其中，关联论元为执行事件的相关方。例如，纠纷双方、合作双方。基于这种方式得到的目标论元信息集合中包含主体论元、客体论元、以及相关联的关联论元。

步骤408，基于目标论元信息集合，生成知识图谱节点集合。

在本实施例中，执行主体可以将目标论元信息集合中的各个目标论元信息作为各个知识图谱节点，得到知识图谱节点集合。

步骤409，确定知识图谱节点集合对应的边方向信息和边关系信息。

在本实施例中，边方向信息指的是知识图谱节点之间的边的方向，边关系信息指的是知识图谱节点之间的边的内涵信息。举例来说，对于被收购方对应的知识图谱节点以及收购方对应的知识图谱节点而言，边方向信息可以为收购方指向被收购方的方向，边关系信息可以为交易金额、收购时间等用于描述节点之间边的内涵信息。

在本实施例的一些可选的实现方式中，确定知识图谱节点集合对应的边方向信息和边关系信息，包括：基于知识图谱节点集合中各个知识图谱节点的节点类型，确定知识图谱节点对应的边方向信息；基于知识图谱节点集合中各个知识图谱节点的对应的关联论元信息，确定知识图谱节点对应的边关系信息。

在本实现方式中，节点类型可以包括主体节点类型、客体节点类型以及关联节点类型。其中，主体节点类型指的是主体论元对应的知识图谱节点，客体节点类型指的是客体论元对应的知识图谱节点，关联节点类型指的是关联论元对应的知识图谱节点。根据节点类型，可以确定相应的边方向信息。以及根据各个知识图谱节点的对应的关联论元信息，可以确定边关系信息。其中，关联论元信息指的是和各个类型的论元相关联的论元。

在本实施例的另一些可选的实现方式中，基于知识图谱节点集合中各个知识图谱节点的节点类型，确定知识图谱节点对应的边方向信息，包括：对于知识图谱节点集合中每个知识图谱节点，响应于确定该知识图谱节点的节点类型为主体节点类型，在各个知识图谱节点中确定该知识图谱节点对应的客体节点，将边方向信息确定为该知识图谱节点和该知识图谱节点对应的客体节点之间的单向信息；或者，响应于确定该知识图谱节点的节点类型为客体节点类型，在各个知识图谱节点中确定该知识图谱节点对应的主体节点，将边方向信息确定为该知识图谱节点和该知识图谱节点对应的主体节点之间的单向信息；或者，响应于确定该知识图谱节点的节点类型为关联节点类型，在各个知识图谱节点中确定该知识图谱节点对应的关联节点，将边方向信息确定为该知识图谱节点和该知识图谱节点对应的关联节点之间的双向信息。

在本实现方式中，对于主体节点类型的知识图谱节点，其对应的边方向信息为该节点和相应客体节点之间的单向信息，如该节点指向相应客体节点的单向信息。对于客体节点类型的知识图谱节点，其对应的边方向信息为该节点和相应主体节点之间的单向信息，如相应主体节点指向该节点的单向信息。对于关联节点类型的知识图谱节点，其对应的边方向信息为该节点和关联节点之间的双向箭头关系。

在本实施例的另一些可选的实现方式中，还可以执行以下步骤：对于知识图谱节点集合中每个知识图谱节点，确定该知识图谱节点对应的目标论元信息；基于事件类型，从各个论元信息中确定与各个目标论元信息对应的关联论元信息。

在本实现方式中，执行主体可以基于每个知识图谱节点对应的目标论元信息以及事件类型，从各个论元信息中确定与各个目标论元信息对应的关联论元信息。其中，每个目标论元信息对应的关联论元信息指的是预设的论元对应关系信息中、除目标论元信息之外的其他论元信息。举例来说，对于知识图谱节点“收购方”而言，执行主体可以确定其目标论元信息是主体论元“收购方”，并根据相应的事件类型“收购”，确定在预设的论元对应关系信息中，与该事件类型对应的论元信息为“被收购方、收购方、交易金额、收购标的、收购完成时间”，除去该论元信息中的目标论元信息，得到与之关联的关联论元信息“交易金额、收购标的、收购完成时间”。

步骤410，基于知识图谱节点集合、边方向信息和边关系信息，生成目标对象对应的知识图谱。

在本实施例中，执行主体可以将知识图谱节点集合中的各个知识图谱节点作为目标对象对应的知识图谱中的节点，基于边方向信息，确定各个节点之间的连接关系以及连接边的方向，以及基于边关系信息，在各个节点之间的连接边上显示相应的边关系信息，得到目标对象对应的知识图谱。

本申请的上述实施例提供的用于生成知识图谱的方法，还可以预先设置论元对应关系信息，从而快速确定事件类型与论元类型之间的对应关系，有利于提高论元抽取效率。此外，可以基于标题信息抽取关键句，基于遍历标题信息和关键句，得到各个论元类型对应的论元信息，提高了论元信息的确定效率。

进一步参考图5，作为对上述各图所示方法的实现，本申请提供了一种用于生成知识图谱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服务器或者终端设备中。

如图5所示，本实施例的用于生成知识图谱的装置500包括：信息获取单元501、类型确定单元502、信息确定单元503、知识图谱生成单元504。

信息获取单元501，被配置成获取目标对象的数据信息。

类型确定单元502，被配置成确定数据信息对应的事件类型和论元类型。

信息确定单元503，被配置成对于每个论元类型，从数据信息中确定该论元类型对应的论元信息。

知识图谱生成单元504，被配置成基于事件类型和各个论元信息，生成目标对象对应的知识图谱。

在本实施例的一些可选的实现方式中，信息确定单元503进一步被配置成：获取数据信息中的标题信息；基于标题信息和预设的关键句抽取模型，从数据信息中确定关键句集合；基于标题信息和关键句集合，确定各个论元类型对应的论元信息。

在本实施例的一些可选的实现方式中，类型确定单元502进一步被配置成：基于数据信息和预设的分类模型，确定数据信息对应的事件类型；基于预设的论元对应关系信息，确定与事件类型对应的论元类型。

在本实施例的一些可选的实现方式中，知识图谱生成单元504进一步被配置成：基于事件类型，从各个论元信息确定目标论元信息集合；基于目标论元信息集合，生成知识图谱节点集合；确定知识图谱节点集合对应的边方向信息和边关系信息；基于知识图谱节点集合、边方向信息和边关系信息，生成目标对象对应的知识图谱。

在本实施例的一些可选的实现方式中，知识图谱生成单元504进一步被配置成：基于知识图谱节点集合中各个知识图谱节点的节点类型，确定知识图谱节点对应的边方向信息；基于知识图谱节点集合中各个知识图谱节点的对应的关联论元信息，确定知识图谱节点对应的边关系信息。

在本实施例的一些可选的实现方式中，知识图谱生成单元504进一步被配置成：对于知识图谱节点集合中每个知识图谱节点，响应于确定该知识图谱节点的节点类型为主体节点类型，在各个知识图谱节点中确定该知识图谱节点对应的客体节点，将边方向信息确定为该知识图谱节点和该知识图谱节点对应的客体节点之间的单向信息；或者，响应于确定该知识图谱节点的节点类型为客体节点类型，在各个知识图谱节点中确定该知识图谱节点对应的主体节点，将边方向信息确定为该知识图谱节点和该知识图谱节点对应的主体节点之间的单向信息；或者，响应于确定该知识图谱节点的节点类型为关联节点类型，在各个知识图谱节点中确定该知识图谱节点对应的关联节点，将边方向信息确定为该知识图谱节点和该知识图谱节点对应的关联节点之间的双向信息。

在本实施例的一些可选的实现方式中，知识图谱生成单元504进一步被配置成：对于知识图谱节点集合中每个知识图谱节点，确定该知识图谱节点对应的目标论元信息；基于事件类型，从各个论元信息中确定与各个目标论元信息对应的关联论元信息。

应当理解，用于生成知识图谱的装置500中记载的单元501至单元504分别与参考图2中描述的方法中的各个步骤相对应。由此，上文针对用车载通话的方法描述的操作和特征同样适用于装置500及其中包含的单元，在此不再赘述。

本公开的技术方案中，所涉及的目标对象的数据信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。

根据本申请的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图6示出了用来实现本公开实施例的用于生成知识图谱的方法的电子设备600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/或者要求的本公开的实现。

如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序，来执行各种适当的动作和处理。在RAM603中，还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603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。

设备600中的多个部件连接至I/O接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元601可以是各种具有处理和计算能力的通用和/或专用车载通话。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如用于生成知识图谱的方法。例如，在一些实施例中，用于生成知识图谱的方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时，可以执行上文描述的用于生成知识图谱的方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行用于生成知识图谱的方法。

本文中以上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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、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。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

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，本公开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，只要能够实现本公开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，并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (12)

1.一种用于生成知识图谱的方法，包括：

从资讯数据的指定来源中，获取目标对象的数据信息，其中，所述目标对象包括企业对象、人物对象、活动对象和物品对象；

确定所述数据信息对应的事件类型和论元类型，其中，所述事件类型基于预设的分类模型确定得到；

对于每个论元类型，从所述数据信息中确定该论元类型对应的论元信息，包括：获取所述数据信息中的标题信息；基于所述标题信息和预设的关键句抽取模型，从所述数据信息中确定关键句集合；基于所述标题信息和所述关键句集合，确定各个论元类型对应的论元信息；

基于所述事件类型和各个论元信息，生成所述目标对象对应的知识图谱；

其中，所述基于所述事件类型和各个论元信息，生成所述目标对象对应的知识图谱，包括：

基于所述事件类型，从所述各个论元信息确定目标论元信息集合，其中，响应于确定事件类型属于具有主体和客体的事件，从该事件类型对应的论元信息中确定主体论元和客体论元，将所述主体论元和客体论元作为目标论元信息，其中，所述主体论元为执行事件的主动方，客体论元为执行事件的被动方；响应于确定事件类型不属于具有主体和客体的事件，从该事件类型对应的论元信息中确定关键论元，将所述关键论元作为目标论元信息，其中，所述关键论元为执行事件的相关方；

基于所述目标论元信息集合，生成知识图谱节点集合；

确定所述知识图谱节点集合对应的边方向信息和边关系信息；

基于所述知识图谱节点集合、所述边方向信息和所述边关系信息，生成所述目标对象对应的所述知识图谱；

其中，所述方法还包括：在获取目标对象的数据信息之前，预先设定需要获取的资讯类型集合，其中，所述资讯类型集合包括以下至少一种资讯类型：资讯标题、资讯发布事件、资讯发布媒体和资讯正文；

其中，所述获取目标对象的数据信息包括：

按照所述资讯类型集合中的各个资讯类型，获取相应的资讯数据；

对于各个候选数据，确定每个候选数据是否包括资讯类型集合中的所有资讯类型对应的资讯数据，如果包括，则将该候选数据作为获取到的目标对象的数据信息；如果不包括，则将该候选数据丢弃。

2.根据权利要求1所述的方法，其中，所述确定所述数据信息对应的事件类型和论元类型，包括：

基于所述数据信息和所述预设的分类模型，确定所述数据信息对应的所述事件类型；

基于预设的论元对应关系信息，确定与所述事件类型对应的所述论元类型。

3.根据权利要求1所述的方法，其中，所述确定所述知识图谱节点集合对应的边方向信息和边关系信息，包括：

基于所述知识图谱节点集合中各个知识图谱节点的节点类型，确定所述知识图谱节点对应的所述边方向信息；

基于所述知识图谱节点集合中各个知识图谱节点的对应的关联论元信息，确定所述知识图谱节点对应的边关系信息。

4.根据权利要求3所述的方法，其中，所述基于所述知识图谱节点集合中各个知识图谱节点的节点类型，确定所述知识图谱节点对应的所述边方向信息，包括：

对于所述知识图谱节点集合中每个知识图谱节点，响应于确定该知识图谱节点的节点类型为主体节点类型，在各个知识图谱节点中确定该知识图谱节点对应的客体节点，将所述边方向信息确定为该知识图谱节点和该知识图谱节点对应的客体节点之间的单向信息；或者

响应于确定该知识图谱节点的节点类型为客体节点类型，在各个知识图谱节点中确定该知识图谱节点对应的主体节点，将所述边方向信息确定为该知识图谱节点和该知识图谱节点对应的主体节点之间的单向信息；或者

响应于确定该知识图谱节点的节点类型为关联节点类型，在各个知识图谱节点中确定该知识图谱节点对应的关联节点，将所述边方向信息确定为该知识图谱节点和该知识图谱节点对应的关联节点之间的双向信息。

5.根据权利要求3所述的方法，其中，所述方法还包括：

对于所述知识图谱节点集合中每个知识图谱节点，确定该知识图谱节点对应的目标论元信息；

基于所述事件类型，从所述各个论元信息中确定与各个目标论元信息对应的关联论元信息。

6.一种用于生成知识图谱的装置，包括：

信息获取单元，被配置成从资讯数据的指定来源中，获取目标对象的数据信息，其中，所述目标对象包括企业对象、人物对象、活动对象和物品对象；

类型确定单元，被配置成确定所述数据信息对应的事件类型和论元类型，其中，所述事件类型基于预设的分类模型确定得到；

信息确定单元，被配置成对于每个论元类型，从所述数据信息中确定该论元类型对应的论元信息；

知识图谱生成单元，被配置成基于所述事件类型和各个论元信息，生成所述目标对象对应的知识图谱；

所述信息确定单元进一步被配置成：获取所述数据信息中的标题信息；基于所述标题信息和预设的关键句抽取模型，从所述数据信息中确定关键句集合；基于所述标题信息和所述关键句集合，确定各个论元类型对应的论元信息；

其中，所述知识图谱生成单元进一步被配置成：

基于所述事件类型，从所述各个论元信息确定目标论元信息集合，其中，响应于确定事件类型属于具有主体和客体的事件，从该事件类型对应的论元信息中确定主体论元和客体论元，将所述主体论元和客体论元作为目标论元信息，其中，所述主体论元为执行事件的主动方，客体论元为执行事件的被动方；响应于确定事件类型不属于具有主体和客体的事件，从该事件类型对应的论元信息中确定关键论元，将所述关键论元作为目标论元信息，其中，所述关键论元为执行事件的相关方；

基于所述目标论元信息集合，生成知识图谱节点集合；

确定所述知识图谱节点集合对应的边方向信息和边关系信息；

基于所述知识图谱节点集合、所述边方向信息和所述边关系信息，生成所述目标对象对应的所述知识图谱；

其中，所述装置进一步被配置为：

在获取目标对象的数据信息之前，预先设定需要获取的资讯类型集合，其中，所述资讯类型集合包括以下至少一种资讯类型：资讯标题、资讯发布事件、资讯发布媒体和资讯正文；

其中，所述信息获取单元进一步被配置成：

按照所述资讯类型集合中的各个资讯类型，获取相应的资讯数据；

对于各个候选数据，确定每个候选数据是否包括资讯类型集合中的所有资讯类型对应的资讯数据，如果包括，则将该候选数据作为获取到的目标对象的数据信息；如果不包括，则将该候选数据丢弃。

7.根据权利要求6所述的装置，其中，所述类型确定单元进一步被配置成：

基于所述数据信息和所述预设的分类模型，确定所述数据信息对应的所述事件类型；

基于预设的论元对应关系信息，确定与所述事件类型对应的所述论元类型。

8.根据权利要求6所述的装置，其中，所述知识图谱生成单元进一步被配置成：

基于所述知识图谱节点集合中各个知识图谱节点的节点类型，确定所述知识图谱节点对应的所述边方向信息；

基于所述知识图谱节点集合中各个知识图谱节点的对应的关联论元信息，确定所述知识图谱节点对应的边关系信息。

9.根据权利要求8所述的装置，其中，所述知识图谱生成单元进一步被配置成：

对于所述知识图谱节点集合中每个知识图谱节点，响应于确定该知识图谱节点的节点类型为主体节点类型，在各个知识图谱节点中确定该知识图谱节点对应的客体节点，将所述边方向信息确定为该知识图谱节点和该知识图谱节点对应的客体节点之间的单向信息；或者

响应于确定该知识图谱节点的节点类型为客体节点类型，在各个知识图谱节点中确定该知识图谱节点对应的主体节点，将所述边方向信息确定为该知识图谱节点和该知识图谱节点对应的主体节点之间的单向信息；或者

响应于确定该知识图谱节点的节点类型为关联节点类型，在各个知识图谱节点中确定该知识图谱节点对应的关联节点，将所述边方向信息确定为该知识图谱节点和该知识图谱节点对应的关联节点之间的双向信息。

10.根据权利要求8所述的装置，其中，所述知识图谱生成单元进一步被配置成：

对于所述知识图谱节点集合中每个知识图谱节点，确定该知识图谱节点对应的目标论元信息；

基于所述事件类型，从所述各个论元信息中确定与各个目标论元信息对应的关联论元信息。

11.一种执行用于生成知识图谱的方法的电子设备，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权利要求1-5中任一项所述的方法。

12.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的方法。

Images