CN113568984A - 一种数据处理方法和相关装置 - Google Patents

一种数据处理方法和相关装置 Download PDF

Info

Publication number
CN113568984A
CN113568984A CN202110181822.4A CN202110181822A CN113568984A CN 113568984 A CN113568984 A CN 113568984A CN 202110181822 A CN202110181822 A CN 202110181822A CN 113568984 A CN113568984 A CN 113568984A
Authority
CN
China
Prior art keywords
node
sample
map
matching
determining
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.)
Pending
Application number
CN202110181822.4A
Other languages
English (en)
Inventor
向玥佳
林镇溪
张子恒
陈曦
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.)
Tencent Technology Shenzhen Co Ltd
Original Assignee
Tencent Technology Shenzhen 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 Tencent Technology Shenzhen Co Ltd filed Critical Tencent Technology Shenzhen Co Ltd
Priority to CN202110181822.4A priority Critical patent/CN113568984A/zh
Publication of CN113568984A publication Critical patent/CN113568984A/zh
Pending legal-status Critical Current

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
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/288—Entity relationship models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请实施例公开了一种数据处理方法，处理设备可以在图谱节点所具备的节点信息的基础上，进一步添加图谱节点对应的节点信息类型作为判断图谱节点是否匹配的依据，丰富了进行模型训练以及进行匹配应用时输入数据的丰富度，进而提高了节点匹配的准确度，使训练得到的节点匹配模型更加适用于执行图谱对齐任务。

Description

一种数据处理方法和相关装置
技术领域
本申请涉及数据处理技术领域，特别是涉及一种数据处理方法和相关装置。
背景技术
知识图谱是当下进行信息记录的热门方式，一个有效的知识图谱可以通过多个图谱节点存储对应多种对象的节点信息，并通过图谱节点之间的连接关系存储这些节点信息之间的关联关系。由于存在着多种多样的知识图谱，而不同的知识图谱中可能会存在存储有对应同一对象节点信息的图谱节点，因此，通过图谱对齐将这些对应同一对象的图谱节点进行整理有助于提高知识图谱的信息丰富度。
相关技术中，图谱对齐任务通常是通过训练得到的模型来进行的，然而相关技术中训练得到的模型准确度较低，难以高效的实现图谱对齐任务。
发明内容
为了解决上述技术问题，本申请提供了一种数据处理方法，处理设备可以在图谱节点所具备的节点信息的基础上，进一步添加图谱节点对应的节点信息类型作为判断图谱节点是否匹配的依据，丰富了进行模型训练以及进行匹配应用时输入数据的丰富度，进而提高了节点匹配的准确度，使训练得到的节点匹配模型更加适用于执行图谱对齐任务。
本申请实施例公开了如下技术方案：
第一方面，本申请实施例提供了一种数据处理方法，所述方法包括：
获取样本图谱节点对集合，所述样本图谱节点对标注有对应的匹配结果，所述匹配结果用于体现所述样本图谱节点对中包括的多个样本图谱节点是否对应于同一对象，所述样本图谱节点具有对应的节点信息类型；
根据所述样本图谱节点对所包括样本图谱节点对应的节点信息以及节点信息类型，确定所述样本图谱节点对对应的样本输入数据；
将所述样本图谱节点对对应的样本输入数据作为训练样本，所述样本图谱节点对对应的匹配结果作为训练标签，对节点匹配模型进行训练；
获取待识别图谱节点对；
根据所述待识别图谱节点对所包括图谱节点对应的节点信息以及节点信息类型，确定所述待识别图谱节点对对应的输入数据；
根据所述输入数据和训练后的节点匹配模型，确定所述待识别图谱节点对对应的匹配结果。
第二方面，本申请实施例提供了一种数据处理装置，所述装置包括第一获取单元、第一确定单元、训练单元、第二获取单元、第二确定单元和第三确定单元：
所述第一获取单元，用于获取样本图谱节点对集合，所述样本图谱节点对标注有对应的匹配结果，所述匹配结果用于体现所述样本图谱节点对中包括的多个样本图谱节点是否对应于同一对象，所述样本图谱节点具有对应的节点信息类型；
所述第一确定单元，用于根据所述样本图谱节点对所包括样本图谱节点对应的节点信息以及节点信息类型，确定所述样本图谱节点对对应的样本输入数据；
所述训练单元，用于将所述样本图谱节点对对应的样本输入数据作为训练样本，所述样本图谱节点对对应的匹配结果作为训练标签，对节点匹配模型进行训练；
所述第二获取单元，用于获取待识别图谱节点对；
所述第二确定单元，用于根据所述待识别图谱节点对所包括图谱节点对应的节点信息以及节点信息类型，确定所述待识别图谱节点对对应的输入数据；
所述第三确定单元，用于根据所述输入数据和训练后的节点匹配模型，确定所述待识别图谱节点对对应的匹配结果。
第三方面，本申请实施例提供了一种计算机设备，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行第一方面中所述的数据处理方法。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行第一方面中所述的数据处理方法。
由上述技术方案可以看出，在进行模型训练时，首先可以获取样本图谱节点对集合，该样本图谱节点对集合中的样本图谱节点对标注有对应的匹配结果，该匹配结果用于体现该样本图谱节点对中包括的多个样本图谱节点是否对应于同一对象，其中每一个样本图谱节点都具有对应的节点信息类型。为了能够依据更多维度的信息进行节点匹配模型的训练，可以根据该样本图谱节点对所包括样本图谱节点对应的节点信息以及节点信息类型，确定该样本图谱节点对对应的样本输入数据，然后将该样本输入数据作为训练样本，将该样本图谱节点对对应的匹配结果作为训练标签进行训练，得到节点匹配模型，该节点匹配模型可以用于根据图谱节点对的输入数据确定图谱节点对所包括图谱节点的匹配结果。在应用过程中，可以获取待识别图谱节点对，然后根据待识别图谱节点对所包括图谱节点对应的节点信息以及节点信息类型，确定该待识别图谱节点对对应的输入数据，然后根据该输入数据和节点匹配模型，确定该待识别图谱节点对应的匹配结果。由于在该节点匹配的过程中融入了图谱节点的节点信息类型，因此该节点匹配模型能够从更多维度上对图谱节点是否匹配进行分析，一定程度上提高了节点匹配的准确度，使该节点匹配模型更加适用于进行图谱对齐。
附图说明
为了更清楚地说明本申请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申请的一些实施例，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为本申请实施例提供的一种实际应用场景中数据处理方法的示意图；
图2为本申请实施例提供的一种数据处理方法的流程图；
图3为本申请实施例提供的一种实际应用场景中数据处理方法的示意图；
图4为本申请实施例提供的一种数据处理装置的结构框图；
图5为本申请实施例提供的一种计算机设备的结构图；
图6为本申请实施例提供的一种服务器的结构图。
具体实施方式
下面结合附图，对本申请的实施例进行描述。
图谱对齐是对知识图谱进行整理和分析的常用手段，通过图谱对齐，可以从多个知识图谱中确定出对应于同一对象的图谱节点，从而能够针对于该对象整理出更加全面的图谱节点，丰富知识图谱中的信息。相关技术中，在确定对应同一对象的图谱节点时，仅仅是通过图谱节点中的节点信息来确定的，数据丰富度较低，难以训练得到准确度较高的节点匹配模型。
为了解决上述技术问题，本申请提供了一种数据处理方法，处理设备可以在图谱节点所具备的节点信息的基础上，进一步添加图谱节点对应的节点信息类型作为判断图谱节点是否匹配的依据，丰富了进行模型训练以及进行匹配应用时输入数据的丰富度，进而提高了节点匹配的准确度，使训练得到的节点匹配模型更加适用于执行图谱对齐任务。
可以理解的是，该方法可以应用于处理设备上，该处理设备为具有数据处理功能的处理设备，例如可以是具有数据处理功能的终端设备或服务器。该方法由终端设备或服务器独立执行，也可以应用于终端设备和服务器通信的网络场景，通过终端设备和服务器配合运行。其中，终端设备可以为手机、台式计算机、个人数字助理(Personal DigitalAssistant，简称PDA)、平板电脑等设备。服务器可以理解为是应用服务器，也可以为Web服务器，在实际部署时，该服务器可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统。终端以及服务器可以通过有线或无线通信方式进行直接或间接地连接，本申请在此不做限制。
为了便于理解本申请提供的技术方案，接下来将结合一种实际应用场景，对本申请实施例提供的一种数据处理方法进行介绍。
参见图1，图1为本申请实施例提供的一种实际应用场景中数据处理方法的示意图，在该实际应用场景中，处理设备为具有数据处理功能的服务器101。
为了能够进行图谱对齐，服务器101首先可以训练得到能够用于进行图谱节点匹配的模型。首先，服务器101可以获取样本图谱节点对集合，该样本图谱节点对集合中包括多个标注有对应匹配结果的样本图谱节点对，该匹配结果可以用于体现该样本图谱节点对中包括的多个样本图谱节点是否对应于同一对象。在本实际应用场景中，一个样本图谱节点对中包括两个样本图谱节点，如图1所示，该样本图谱节点对可以包括样本图谱节点1和样本图谱节点2.
为了能够提高训练得到的节点匹配模型的匹配准确度，服务器101可以获取针对样本图谱节点的多维度信息，从而能够对样本图谱节点所对应的对象进行准确分析。在该实际应用场景中，样本图谱节点可以确定有对应的节点信息类型，例如图1所示，样本图谱节点1具有对应的节点信息类型1，样本图谱节点2具有对应的节点信息类型2等。服务器101可以根据样本图谱节点1和样本图谱节点2对应的节点信息类型和节点信息，确定该样本图谱节点对应的样本输入数据，然后将该样本输入数据作为训练样本，该样本图谱节点对对应的匹配结果1作为训练标签，对节点匹配模型进行训练。
通过该训练过程，服务器101可以得到训练后的节点匹配模型，该训练后的节点匹配模型具有一定的确定图谱节点是否匹配，即是否对应同一对象。随后，服务器101可以获取待识别图谱节点对，该待识别图谱节点对包括图谱节点3和图谱节点4。服务器101可以根据该图谱节点3以及图谱节点4所对应的节点信息以及节点信息类型，确定该待识别图谱节点对对应的输入数据，然后将该输入数据输入到该训练后的节点匹配模型中，确定该待识别图谱节点对对应的匹配结果2。
由于在该训练和应用过程中，服务器101在图谱节点所对应节点信息的基础上，进一步结合了图谱节点所对应的节点信息类型，因此能够从更多的维度对图谱节点所对应对象进行分析，进而使训练后的节点匹配模型能够输出准确度更高的匹配结果，在利用已有样本数据的基础上进一步提高了图谱对齐任务的完成度。
接下来，将结合附图，对本申请实施例提供的一种数据处理方法进行介绍。
参见图2，图2为本申请实施例提供的一种数据处理方法的流程图，该方法包括：
S201：获取样本图谱节点对集合。
图谱对齐是指将不同知识图谱中对应于相同对象的图谱节点进行整合的过程，由此可见，为了能够进行图谱对齐，处理设备首先需要找到一种能够较为高效的确定图谱节点所对应对象是否一致的方法。由于该过程涉及到对图谱节点中的数据信息进行分析的过程，而模型是在进行数据处理时较为高效、便捷的方式，因此，处理设备可以先确定出一种能够进行图谱节点匹配的模型。
为了能够训练得到该模型，处理设备首先可以获取样本图谱节点对结合，该样本图谱节点对集合中包括多个样本图谱节点对，一个样本图谱节点对中包括多个样本图谱节点，通常为2个样本图谱节点，在一些特殊情况中也可以包括3个或3个以上的样本图谱节点。在训练过程中，为了使模型能够学习到如何正确识别多个图谱节点是否对应同一对象，该样本图谱节点对标注有对应的匹配结果，该匹配结果用于体现该样本图谱节点对中包括的多个样本图谱节点是否对应于同一对象。
例如，在该样本图谱节点对中可以标注有“0”或“1”，标注0说明该样本图谱节点对中的多个样本图谱节点并不对应同一对象，标注1说明该样本图谱节点对中的多个样本图谱节点对应同一对象。
其中，在知识图谱的架构中，每一个图谱节点中都具有对应的节点信息，该节点信息为与该图谱节点所对应对象相关的信息，因此，通过对多个图谱节点的节点信息进行分析，可以在一定程度上确定多个图谱节点是否对应于同一对象。然而，由于图谱节点可以对应大量的对象，节点信息所包括的信息内容也较为杂乱，若使模型只基于节点信息对图谱节点对应的对象进行判断，会导致训练难度过高，模型难以从杂乱的信息中学习出较为准确的模型参数；同时，只基于节点信息进行训练，会导致训练数据维度较为单一，难以提高节点匹配的准确度。
基于此，为了在尽量不影响模型训练难度的前提下，提高模型功能的准确度，处理设备可以在节点信息的基础上，寻找一种能够使模型学习起来较为容易的信息种类。可以理解的是，虽然图谱节点可以对应大量的对象，但是在实际生活中，对象所属的种类数量远远小于对象的数量。例如，家用电器可以包括多种，如吹风机、冰箱、洗衣机等，但这些对象同属于“家用电器”这一种类。同时，虽然节点信息较为杂乱，但是通过节点信息来判断图谱节点对应对象所属的类别相对于确定对应对象来说难度较低，判断准确度也较高，如通过一些常见的关键字词等即可进行判断。由此可见，节点信息类型对于模型来说是一种容易进行学习的信息种类，该节点信息类型是指图谱节点所对应节点信息所指对象的类型。
基于此，在本申请实施例中，处理设备可以在节点信息的基础上，进一步融入节点信息类型进行模型训练。在获取到的样本图谱节点对集合中，该样本图谱节点可以具有对应的节点信息类型，该节点信息类型可以是人为标注的，也可以是由模型进行标注的。
S202：根据样本图谱节点对所包括样本图谱节点对应的节点信息以及节点信息类型，确定样本图谱节点对对应的样本输入数据。
为了使模型能够学习到如何通过节点信息和节点信息类型来确定图谱节点是否匹配，针对样本图谱节点对集合中的每一个样本图谱节点对，处理设备可以基于该样本图谱节点对所包括样本图谱节点对应的节点信息以及节点信息类型，确定该样本图谱节点对对应的样本输入数据。其中，处理设备基于上述信息确定输入数据的方式可以包括多种，例如可以采用向量的方式来确定输入数据，在下文所述技术内容中将详细展开表述。
S203：将样本图谱节点对对应的样本输入数据作为训练样本，样本图谱节点对对应的匹配结果作为训练标签，对节点匹配模型进行训练。
其中，节点匹配模型为用于基于输入数据确定图谱节点对中的图谱节点是否匹配，即是否对应同一对象的模型。由上述内容可知，通过上述方式获取输入数据后，该输入数据能够体现出图谱节点的节点信息以及节点信息类型等多维度信息，因此，为了使节点匹配模型能够基于上述多维度信息进行节点匹配分析，针对样本图谱节点对集合中的每一个样本图谱节点对，处理设备可以将该样本图谱节点对对应的样本输入数据作为训练样本，将样本图谱节点对对应的匹配结果作为训练标签，对该节点匹配模型进行训练。
在训练过程中，由于有模型较为容易学习的节点信息类型作为可学习特征，同时相比于对象来说，节点信息类型为模型能够确定出的更加准确的特征，因此，通过节点信息类型，处理设备可以指导节点匹配模型对节点信息的学习，从而在尽可能不影响学习难度的基础上，进一步提高学习的准确度。
例如，在训练过程中，基于输入的匹配结果标签，该节点匹配模型不仅能够学习到不同样本图谱节点在节点信息上的关联关系，还能够学习到在节点信息类型上的关联关系，从而当该节点匹配模型在应用于进行节点匹配时，能够从节点信息和节点信息类型这两个维度上进行匹配，从而提高节点匹配的准确度。
S204：获取待识别图谱节点对。
在得到训练后的节点匹配模型后，处理设备可以将该节点匹配模型应用于实际的节点匹配过程中。首先，处理设备可以获取待识别图谱节点对，该待识别图谱节点对中的图谱节点还未具有明确的匹配结果。可以理解的是，为了使该节点匹配结果更加准确，单一待识别图谱节点对中所包括的图谱节点数量可以与单一样本图谱节点对中所包括的样本图谱节点对数量相同。其中，每个待识别图谱节点对中所包括的图谱节点可以为处理设备从不同知识图谱中进行任意选择的。
S205：根据待识别图谱节点对所包括图谱节点对应的节点信息以及节点信息类型，确定待识别图谱节点对对应的输入数据。
同理，为了使训练后的节点匹配模型能够基于图谱节点的节点信息以及节点信息类型进行节点匹配，处理设备可以根据待识别图谱节点对所包括图谱节点对应的节点信息以及节点信息类型，确定待识别图谱节点对对应的输入数据。其中，为了提高节点匹配的准确度，确定该输入数据的方式可以与确定样本输入数据的方式相同，从而可以使模型基于相同的数据格式进行节点匹配，降低不同数据格式所带来的干扰。
S206：根据输入数据和训练后的节点匹配模型，确定待识别图谱节点对对应的匹配结果。
由上述技术方案可以看出，在进行模型训练时，首先可以获取样本图谱节点对集合，该样本图谱节点对集合中的样本图谱节点对标注有对应的匹配结果，该匹配结果用于体现该样本图谱节点对中包括的多个样本图谱节点是否对应于同一对象，其中每一个样本图谱节点都具有对应的节点信息类型。为了能够依据更多维度的信息进行节点匹配模型的训练，可以根据该样本图谱节点对所包括样本图谱节点对应的节点信息以及节点信息类型，确定该样本图谱节点对对应的样本输入数据，然后将该样本输入数据作为训练样本，将该样本图谱节点对对应的匹配结果作为训练标签进行训练，得到节点匹配模型，该节点匹配模型可以用于根据图谱节点对的输入数据确定图谱节点对所包括图谱节点的匹配结果。在应用过程中，可以获取待识别图谱节点对，然后根据待识别图谱节点对所包括图谱节点对应的节点信息以及节点信息类型，确定该待识别图谱节点对对应的输入数据，然后根据该输入数据和节点匹配模型，确定该待识别图谱节点对应的匹配结果。由于在该节点匹配的过程中融入了图谱节点的节点信息类型，因此该节点匹配模型能够从更多维度上对图谱节点是否匹配进行分析，一定程度上提高了节点匹配的准确度，使该节点匹配模型更加适用于进行图谱对齐。
可以理解的是，在进行模型训练时，输入的样本数据越多，往往模型训练的效果也就越佳。而通过上述技术内容，处理设备已经得到了能够对图谱节点对的匹配结果进行较为准确识别的节点匹配模型，因此，为了进一步提高模型的训练质量，处理设备可以通过该训练后的节点匹配模型，得到更多的训练样本对该节点匹配模型进行进一步的训练。
其中，由于训练后的节点匹配模型同样可能存在一定的误差，因此并不是该节点匹配模型确定的所有匹配结果都具有较高的置信度，即该并不是所有匹配结果都较为可信。在一种可能的实现方式中，为了进一步提高模型训练的准确度，处理设备可以选择训练后的节点匹配模型所确定出置信度较高的匹配结果对该节点匹配模型进行进一步的训练。
例如，在本申请实施例中，该匹配结果中可以包括匹配置信度，该匹配置信度用于该匹配结果的正确率。匹配置信度越高，节点匹配模型所确定出的匹配结果的正确率也就越高。处理设备可以设定一个预设阈值，然后获取置信度大于预设阈值的目标待识别图谱节点对，即该节点匹配模型在确定该目标待识别图谱节点对的匹配结果时正确率较高。从而，该目标待识别图谱节点对和其对应的匹配结果能够组成一组质量较高的训练数据。
处理设备可以将该目标待识别图谱节点对确定为样本图谱节点对，重复执行根据样本图谱节点对所包括样本图谱节点对应的节点信息以及节点信息类型，确定样本图谱节点对对应的样本输入数据的步骤，进而能够通过该目标待识别图谱节点对，对上述过程中训练后的节点匹配模型进行进一步的训练，提高模型的匹配准确度。
上已述及，在进行节点匹配时，处理设备可以基于图谱节点对应的节点信息类型进行多维度的匹配。除此之外，该节点信息类型还可以用于对匹配结果进行进一步的验证。可以理解的是，在客观规律中，同一对象虽然可能可以被划分至多种类型中，然而在多数情况下，针对于同一对象可能存在多个不能共存的类型。例如，虽然“萨摩耶”这一对象可以划分至“狗”这一节点信息类型中，也可以划分至“动物”这一节点信息类型中，但是不可能将该对象划分为“无机物”这一节点信息类型中。
基于此，处理设备在确定出目标待识别图谱节点对后，为了进一步提高该匹配结果的准确度，可以基于该目标待识别图谱节点对中所包括多个图谱节点的节点信息类型，对匹配结果进行进一步的校验。在一种可能的实现方式中，若目标待识别图谱节点对对应的匹配结果为所包括图谱节点对应同一对象，处理设备可以确定目标待识别图谱节点对所包括图谱节点对应的目标节点信息类型，并判断该目标节点信息类型中是否存在冲突的节点信息类型，冲突的节点信息类型是指无法对应同一对象的节点信息类型，例如上述节点信息类型“动物”和“无机物”。
若确定目标信息类型中不包括冲突的节点信息类型，则说明从节点信息类型的层面上来讲，该目标待识别图谱节点对中的多个图谱节点对应同一对象的可能性较高。此时，处理设备可以将该目标待识别图谱节点对确定为样本图谱节点对，重复执行根据样本图谱节点对所包括样本图谱节点对应的节点信息以及节点信息类型，确定样本图谱节点对对应的样本输入数据的步骤。
上已述及，根据节点信息以及节点信息类型确定样本输入数据的方法可以包括多种，在一种可能的实现方式中，为了能够较为准确地体现出该节点信息和节点信息类型，处理设备可以通过向量的形式对该节点信息和节点信息类型进行表达。
在进行模型训练时，处理设备可以根据样本图谱节点对应的节点信息确定第一节点信息向量，该第一节点信息向量用于从向量层面上体现样本图谱节点对应的节点信息；根据样本图谱节点对应的节点信息类型确定第一信息类型向量，该第一信息类型向量用于从向量层面上体现样本图谱节点对应的节点信息类型。处理设备可以通过拼接该第一节点信息向量和第一信息类型向量，生成该样本图谱节点对应的第一节点特征向量，从而可以将该样本图谱节点对应的节点信息类型融入到该特征向量中。处理设备可以将该样本图谱节点对所包括样本图谱节点对应的第一节点特征向量确定为该样本图谱节点对对应的样本输入数据。
同理，在通过模型确定待识别图谱节点对对应的匹配结果时，处理设备也可以通过向量的形式来确定待识别图谱节点对对应的输入数据。在一种可能的实现方式中，处理设备可以根据该图谱节点对应的节点信息确定第二节点信息向量，该第二节点信息向量用于从向量层面上体现该图谱节点的节点信息；根据图谱节点对应的节点信息类型确定第二信息类型向量，该第二信息类型向量用于从向量层面上体现该图谱节点的节点信息类型。处理设备可以通过拼接第二节点信息向量和第二信息类型向量，生成图谱节点对应的第二节点特征向量。
在确定待识别图谱节点对对应的输入数据时，处理设备可以将该待识别图谱节点对所包括图谱节点对应的第二节点特征向量确定为该待识别图谱节点对对应的输入数据。在进行节点匹配时，训练后的节点匹配模型可以通过每一个图谱节点对应的第二节点特征向量，对图谱节点的节点信息和节点信息类型进行分析，从而可以在节点信息和节点信息类型两个维度上判断一个待识别图谱节点对所包括多个图谱节点之间的匹配程度。
可以理解的是，在上述过程中确定图谱节点和样本图谱节点对应的节点信息类型时，具体的确定方法也可以包括多种。在一种可能的实现方式中，为了提高节点信息类型的准确性，处理设备可以通过信息分类模型来确定该节点信息类型，该信息分类模型可以用于基于节点信息确定对应的节点信息类型。
其中，该信息分类模型可以是通过如下方式训练得到的：处理设备可以获取样本节点信息结合，该样本节点信息标注有对应的节点信息类型。处理设备可以将样本节点信息作为训练样本，对应的节点信息类型作为训练标签，训练得到该信息分类模型。由于节点信息类型的数量要远小于节点信息的数量，同时确定节点信息类型对于模型来说是一个较为简单的学习任务，因此对于处理设备来说，能够较为容易的训练得到该信息分类模型，同时能够尽可能的保证该模型的模型精度。
可以理解的是，由于该节点匹配模型是基于图谱节点的节点信息和节点信息类型所进行的节点匹配，因此为了进一步提高节点匹配模型的模型精度，处理设备还可以在训练过程中提高该节点信息类型的确定准确度。
在一种可能的实现方式中，在对节点匹配模型进行训练时，处理设备可以根据样本图谱节点对对应的样本输入数据和节点匹配模型，确定节点匹配模型输出的初始匹配结果，然后根据该初始匹配结果和样本图谱节点对对应的匹配结果，确定差异参数。
在进行模型训练时，处理设备不仅可以使节点匹配模型中的模型参数更加精确，同时可以进一步改进信息分类模型中的模型参数，使该信息分类模型确定出的节点信息类型更加精确。基于此，处理设备可以根据该差异参数训练节点匹配模型和信息分类模型，得到训练后的节点匹配模型和训练后的信息分类模型。在对节点匹配模型进行训练时，处理设备可以通过调节该节点匹配模型的参数，使该节点匹配模型的初始匹配结果逐渐接近于样本图谱节点对对应的匹配结果，在该调参过程中，该节点匹配模型能够学习到节点信息和节点信息类型层面上与节点匹配相关的知识。同时，在对信息分类模型进行训练时，处理设备同样可以调节该信息分类模型中的模型参数，使基于该信息分类模型确定出的节点信息类型输出的初始匹配结果能够更加接近于该匹配结果，从而能够使训练后的信息分类模型在确定节点信息类型时，所确定出的节点信息类型能够更加有效的帮助节点匹配模型对图谱节点是否对应同一对象进行分析，进一步提高节点匹配模型的准确度。
为了便于理解本申请实施例提供的技术方案，接下来，将结合一种实际应用场景，对本申请实施例提供的一种数据处理方法进行介绍。
参见图3，图3为本申请实施例提供的一种实际应用场景中数据处理方法的示意图，在该实际应用场景中，处理设备为能够进行模型训练和数据处理的服务器。
服务器在获取样本图谱节点对后，可以将该样本图谱节点对输入到节点匹配模型和信息分类模型中，该信息分类模型可以基于样本图谱节点的节点信息确定对应的节点信息类型，然后将该节点信息类型发送到节点匹配模型中进行编码拼接，生成样本图谱节点对应的第一节点特征向量。服务器可以基于该第一节点特征向量对节点匹配模型进行训练，得到训练后的节点匹配模型。
服务器可以通过该训练后的节点匹配模型来确定待识别图谱节点对对应的匹配结果。首先，服务器可以将待识别图谱节点对输入到节点匹配模型和信息分类模型中，通过编码拼接得到该待识别图谱节点对中图谱节点对应的第二节点特征向量。训练后的节点匹配模型可以基于该第二节点特征向量进行节点匹配，得到待识别图谱节点对对应的匹配结果。服务器可以基于置信度，挑选出具有较高置信度匹配结果的待识别图谱节点对作为目标待识别图谱节点对，然后基于目标待识别图谱节点对对应的目标节点信息类型进行节点信息类型筛选，选出在节点信息类型层面上较为合理的目标待识别图谱节点对。
服务器可以将两次筛选后得到的目标待识别图谱节点对作为新的样本图谱节点对，继续对节点匹配模型进行新一轮的训练，从而进一步提高该节点匹配模型的训练度。
其中，服务器可以通过以下方式进行编码拼接：
一个知识图谱可以定义成G＝(E,R,T)，E，R，T分别为知识图谱的实体集合、关系集合以及三元组结合，实体是指图谱节点中的节点信息，关系是指图谱节点之间的关联关系，一个三元组包括具有关联关系的两个图谱节点以及对应的关联关系。其中，一个三元组可以表示为(h,r,t)，h表示头实体，r表示关联关系，t表示尾实体，h，r，t表示h、r、t对应的向量。
针对两个不同的样本知识图谱Gi＝(Ei,Ri,Ti)、Gj＝(Ej,Rj,Tj)以及图谱节点对
Figure BDA0002942325950000131
在图谱对齐任务中，需要将还未进行节点匹配过的图谱节点进行匹配。其中，
Figure BDA0002942325950000132
和
Figure BDA0002942325950000133
为样本图谱节点对应的第一节点信息向量，
Figure BDA0002942325950000141
其中，第一节点信息向量是通过以下方式确定的：
fE(h,r,t)＝‖h+r-t‖2
可以使用以下损失函数对该公式进行优化：
Figure BDA0002942325950000142
Figure DA00029423259536102334
其中，[X]+＝max(0,x)，γ1，γ2为超参数，分别用于控制正样本和负样本的距离，α是平衡正样本和负样本比例的超参数，T′是通过随机替换三元组头实体或尾实体生成的负样本。
为了使模型能够基于节点信息和节点信息类型一同进行节点匹配，可以针对于每一个样本图谱节点确定出第一信息类型向量c，例如可以通过长短期记忆人工神经网络模型(Long Short-Term Memory，简称LSTM)来确定该向量c，如c＝f(e)，其中f为一个LSTM。服务器可以将该第一信息类型向量与第一节点信息向量进行拼接，得到针对每个样本图谱节点的第一节点特征向量。例如，该第一节点特征向量可以表示为M＝(e,c),其中c∈K，K为信息类别向量的集合。
在进行节点匹配时，服务器可以通过两个第一节点特征向量的向量相似度来确定是否匹配，例如可以通过如下公式来实现：
L4＝||YMi-Mj||
其中，L4能够体现出两个向量之间的差异。若该样本图谱节点对对应的匹配结果为对应同一节点，则该34应当无限接近与0。服务器可以通过调节参数Y，使34接近于0，该参数Y可以作为节点匹配模型中的模型参数。从而，在对Y进行调参的过程中，可以使节点匹配模型从节点信息和节点信息类型层面上学习到与节点匹配相关的有效知识。
可以理解的是，本申请提供的数据处理方法不仅可以应用于图谱对齐的场景，也可以应用于其他需要进行节点匹配的场景，例如基于图谱的问答、图语义表达、图搜索、图推理、基于图谱的关系预测、基于图谱的事件抽取等。
基于上述实施例提供的一种数据处理方法，本申请实施例还提供了一种数据处理装置，参见图4，图4为本申请实施例提供的一种数据处理装置400的结构框图，该装置400包括第一获取单元401、第一确定单元402、训练单元403、第二获取单元404、第二确定单元405和第三确定单元406：
第一获取单元401，用于获取样本图谱节点对集合，所述样本图谱节点对标注有对应的匹配结果，所述匹配结果用于体现所述样本图谱节点对中包括的多个样本图谱节点是否对应于同一对象，所述样本图谱节点具有对应的节点信息类型；
第一确定单元402，用于根据所述样本图谱节点对所包括样本图谱节点对应的节点信息以及节点信息类型，确定所述样本图谱节点对对应的样本输入数据；
训练单元403，用于将所述样本图谱节点对对应的样本输入数据作为训练样本，所述样本图谱节点对对应的匹配结果作为训练标签，对节点匹配模型进行训练；
第二获取单元404，用于获取待识别图谱节点对；
第二确定单元405，用于根据所述待识别图谱节点对所包括图谱节点对应的节点信息以及节点信息类型，确定所述待识别图谱节点对对应的输入数据；
第三确定单元406，根据所述输入数据和训练后的节点匹配模型，确定所述待识别图谱节点对对应的匹配结果。
在一种可能的实现方式中，所述匹配结果包括匹配置信度，所述匹配置信度用于标识所述匹配结果的正确率，装置400还包括第三获取单元和执行单元：
第三获取单元，用于获取匹配置信度大于预设阈值的目标待识别图谱节点对；
执行单元，用于将所述目标待识别图谱节点对确定为所述样本图谱节点对，重复执行所述根据所述样本图谱节点对所包括样本图谱节点对应的节点信息以及节点信息类型，确定所述样本图谱节点对对应的样本输入数据的步骤。
在一种可能的实现方式中，执行单元具体用于：
若所述目标待识别图谱节点对对应的匹配结果为所包括图谱节点对应同一对象，确定所述目标待识别图谱节点对所包括图谱节点对应的目标节点信息类型；
若确定所述目标节点信息类型中不包括冲突的节点信息类型，将所述目标待识别图谱节点对确定为所述样本图谱节点对，重复执行所述根据所述样本图谱节点对所包括样本图谱节点对应的节点信息以及节点信息类型，确定所述样本图谱节点对对应的样本输入数据的步骤。
在一种可能的实现方式中，第一确定单元402具体用于：
根据所述样本图谱节点对应的节点信息确定第一节点信息向量；
根据所述样本图谱节点对应的节点信息类型确定第一信息类型向量；
通过拼接所述第一节点信息向量和所述第一信息类型向量，生成所述样本图谱节点对应的第一节点特征向量；
将所述样本图谱节点对所包括样本图谱节点对应的第一节点特征向量确定为所述样本图谱节点对对应的样本输入数据。
在一种可能的实现方式中，第二确定单元405具体用于：
根据所述图谱节点对应的节点信息确定第二节点信息向量；
根据所述图谱节点对应的节点信息类型确定第二信息类型向量；
通过拼接所述第二节点信息向量和所述第二信息类型向量，生成所述图谱节点对应的第二节点特征向量；
将所述待识别图谱节点对所包括图谱节点对应的第二节点特征向量确定为所述待识别图谱节点对对应的输入数据。
在一种可能的实现方式中，所述节点信息类型是通过信息分类模型确定的，所述信息分类模型用于基于节点信息确定对应的节点信息类型。
在一种可能的实现方式中，训练单元403具体用于：
根据所述样本图谱节点对对应的样本输入数据和所述节点匹配模型，确定所述节点匹配模型输出的初始匹配结果；
根据所述初始匹配结果和所述样本图谱节点对对应的匹配结果，确定差异参数；
根据所述差异参数训练所述节点匹配模型和所述信息分类模型，得到所述训练后的节点匹配模型和训练后的信息分类模型，所述调节后的信息分类模型可以用于在后续过程中确定所述节点信息类型。
本申请实施例还提供了一种计算机设备，下面结合附图对该设备进行介绍。请参见图5所示，本申请实施例提供了一种设备，该设备还可以是终端设备，该终端设备可以为包括手机、平板电脑、个人数字助理(Personal Digital Assistant，简称PDA)、销售终端(Point of Sales，简称POS)、车载电脑等任意智能终端，以终端设备为手机为例：
图5示出的是与本申请实施例提供的终端设备相关的手机的部分结构的框图。参考图5，手机包括：射频(Radio Frequency，简称RF)电路810、存储器820、输入单元830、显示单元840、传感器850、音频电路860、无线保真(wireless fidelity，简称WiFi)模块870、处理器880、以及电源890等部件。本领域技术人员可以理解，图5中示出的手机结构并不构成对手机的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。
下面结合图5对手机的各个构成部件进行具体的介绍：
RF电路810可用于收发信息或通话过程中，信号的接收和发送，特别地，将基站的下行信息接收后，给处理器880处理；另外，将设计上行的数据发送给基站。通常，RF电路810包括但不限于天线、至少一个放大器、收发信机、耦合器、低噪声放大器(Low NoiseAmplifier，简称LNA)、双工器等。此外，RF电路810还可以通过无线通信与网络和其他设备通信。上述无线通信可以使用任一通信标准或协议，包括但不限于全球移动通讯系统(Global System of Mobile communication，简称GSM)、通用分组无线服务(GeneralPacket Radio Service，简称GPRS)、码分多址(Code Division Multiple Access，简称CDMA)、宽带码分多址(Wideband Code Division Multiple Access，简称WCDMA)、长期演进(Long Term Evolution，简称LTE)、电子邮件、短消息服务(Short Messaging Service，简称SMS)等。
存储器820可用于存储软件程序以及模块，处理器880通过运行存储在存储器820的软件程序以及模块，从而执行手机的各种功能应用以及数据处理。存储器820可主要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、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等；存储数据区可存储根据手机的使用所创建的数据(比如音频数据、电话本等)等。此外，存储器820可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
输入单元830可用于接收输入的数字或字符信息，以及产生与手机的用户设置以及功能控制有关的键信号输入。具体地，输入单元830可包括触控面板831以及其他输入设备832。触控面板831，也称为触摸屏，可收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板831上或在触控面板831附近的操作)，并根据预先设定的程式驱动相应的连接装置。可选的，触控面板831可包括触摸检测装置和触摸控制器两个部分。其中，触摸检测装置检测用户的触摸方位，并检测触摸操作带来的信号，将信号传送给触摸控制器；触摸控制器从触摸检测装置上接收触摸信息，并将它转换成触点坐标，再送给处理器880，并能接收处理器880发来的命令并加以执行。此外，可以采用电阻式、电容式、红外线以及表面声波等多种类型实现触控面板831。除了触控面板831，输入单元830还可以包括其他输入设备832。具体地，其他输入设备832可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆等中的一种或多种。
显示单元840可用于显示由用户输入的信息或提供给用户的信息以及手机的各种菜单。显示单元840可包括显示面板841，可选的，可以采用液晶显示器(Liquid CrystalDisplay，简称LCD)、有机发光二极管(Organic Light-Emitting Diode，简称OLED)等形式来配置显示面板841。进一步的，触控面板831可覆盖显示面板841，当触控面板831检测到在其上或附近的触摸操作后，传送给处理器880以确定触摸事件的类型，随后处理器880根据触摸事件的类型在显示面板841上提供相应的视觉输出。虽然在图5中，触控面板831与显示面板841是作为两个独立的部件来实现手机的输入和输入功能，但是在某些实施例中，可以将触控面板831与显示面板841集成而实现手机的输入和输出功能。
手机还可包括至少一种传感器850，比如光传感器、运动传感器以及其他传感器。具体地，光传感器可包括环境光传感器及接近传感器，其中，环境光传感器可根据环境光线的明暗来调节显示面板841的亮度，接近传感器可在手机移动到耳边时，关闭显示面板841和/或背光。作为运动传感器的一种，加速计传感器可检测各个方向上(一般为三轴)加速度的大小，静止时可检测出重力的大小及方向，可用于识别手机姿态的应用(比如横竖屏切换、相关游戏、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等；至于手机还可配置的陀螺仪、气压计、湿度计、温度计、红外线传感器等其他传感器，在此不再赘述。
音频电路860、扬声器861，传声器862可提供用户与手机之间的音频接口。音频电路860可将接收到的音频数据转换后的电信号，传输到扬声器861，由扬声器861转换为声音信号输出；另一方面，传声器862将收集的声音信号转换为电信号，由音频电路860接收后转换为音频数据，再将音频数据输出处理器880处理后，经RF电路810以发送给比如另一手机，或者将音频数据输出至存储器820以便进一步处理。
WiFi属于短距离无线传输技术，手机通过WiFi模块870可以帮助用户收发电子邮件、浏览网页和访问流式媒体等，它为用户提供了无线的宽带互联网访问。虽然图5示出了WiFi模块870，但是可以理解的是，其并不属于手机的必须构成，完全可以根据需要在不改变发明的本质的范围内而省略。
处理器880是手机的控制中心，利用各种接口和线路连接整个手机的各个部分，通过运行或执行存储在存储器820内的软件程序和/或模块，以及调用存储在存储器820内的数据，执行手机的各种功能和处理数据，从而对手机进行整体监控。可选的，处理器880可包括一个或多个处理单元；优选的，处理器880可集成应用处理器和调制解调处理器，其中，应用处理器主要处理操作系统、用户界面和应用程序等，调制解调处理器主要处理无线通信。可以理解的是，上述调制解调处理器也可以不集成到处理器880中。
手机还包括给各个部件供电的电源890(比如电池)，优选的，电源可以通过电源管理系统与处理器880逻辑相连，从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。
尽管未示出，手机还可以包括摄像头、蓝牙模块等，在此不再赘述。
在本实施例中，该终端设备所包括的处理器880还具有以下功能：
获取样本图谱节点对集合，所述样本图谱节点对标注有对应的匹配结果，所述匹配结果用于体现所述样本图谱节点对中包括的多个样本图谱节点是否对应于同一对象，所述样本图谱节点具有对应的节点信息类型；
根据所述样本图谱节点对所包括样本图谱节点对应的节点信息以及节点信息类型，确定所述样本图谱节点对对应的样本输入数据；
将所述样本图谱节点对对应的样本输入数据作为训练样本，所述样本图谱节点对对应的匹配结果作为训练标签，对节点匹配模型进行训练；
获取待识别图谱节点对；
根据所述待识别图谱节点对所包括图谱节点对应的节点信息以及节点信息类型，确定所述待识别图谱节点对对应的输入数据；
根据所述输入数据和训练后的节点匹配模型，确定所述待识别图谱节点对对应的匹配结果。
本申请实施例还提供一种服务器，请参见图6所示，图6为本申请实施例提供的服务器900的结构图，服务器900可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上中央处理器(Central Processing Units，简称CPU)922(例如，一个或一个以上处理器)和存储器932，一个或一个以上存储应用程序942或数据944的存储介质930(例如一个或一个以上海量存储设备)。其中，存储器932和存储介质930可以是短暂存储或持久存储。存储在存储介质930的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对服务器中的一系列指令操作。更进一步地，中央处理器922可以设置为与存储介质930通信，在服务器900上执行存储介质930中的一系列指令操作。
服务器900还可以包括一个或一个以上电源926，一个或一个以上有线或无线网络接口950，一个或一个以上输入输出接口958，和/或，一个或一个以上操作系统941，例如Windows ServerTM，Mac OS XTM，UnixTM,LinuxTM，FreeBSDTM等等。
上述实施例中由服务器所执行的步骤可以基于图6所示的服务器结构。
本申请实施例还提供一种计算机可读存储介质，用于存储计算机程序，该计算机程序用于执行前述各个实施例所述的数据处理方法中的任意一种实施方式。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质可以是下述介质中的至少一种：只读存储器(英文：read-only memory，缩写：ROM)、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备及系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的设备及系统实施例仅仅是示意性的，其中作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述，仅为本申请的一种具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。

Claims (10)

1.一种数据处理方法，其特征在于，所述方法包括：
获取样本图谱节点对集合，所述样本图谱节点对标注有对应的匹配结果，所述匹配结果用于体现所述样本图谱节点对中包括的多个样本图谱节点是否对应于同一对象，所述样本图谱节点具有对应的节点信息类型；
根据所述样本图谱节点对所包括样本图谱节点对应的节点信息以及节点信息类型，确定所述样本图谱节点对对应的样本输入数据；
将所述样本图谱节点对对应的样本输入数据作为训练样本，所述样本图谱节点对对应的匹配结果作为训练标签，对节点匹配模型进行训练；
获取待识别图谱节点对；
根据所述待识别图谱节点对所包括图谱节点对应的节点信息以及节点信息类型，确定所述待识别图谱节点对对应的输入数据；
根据所述输入数据和训练后的节点匹配模型，确定所述待识别图谱节点对对应的匹配结果。
2.根据权利要求1所述的方法，其特征在于，所述匹配结果包括匹配置信度，所述匹配置信度用于标识所述匹配结果的正确率，所述方法还包括：
获取匹配置信度大于预设阈值的目标待识别图谱节点对；
将所述目标待识别图谱节点对确定为所述样本图谱节点对，重复执行所述根据所述样本图谱节点对所包括样本图谱节点对应的节点信息以及节点信息类型，确定所述样本图谱节点对对应的样本输入数据的步骤。
3.根据权利要求2所述的方法，其特征在于，所述将所述目标待识别图谱节点对确定为所述样本图谱节点对，重复执行所述根据所述样本图谱节点对所包括样本图谱节点对应的节点信息以及节点信息类型，确定所述样本图谱节点对对应的样本输入数据的步骤，包括：
若所述目标待识别图谱节点对对应的匹配结果为所包括图谱节点对应同一对象，确定所述目标待识别图谱节点对所包括图谱节点对应的目标节点信息类型；
若确定所述目标节点信息类型中不包括冲突的节点信息类型，将所述目标待识别图谱节点对确定为所述样本图谱节点对，重复执行所述根据所述样本图谱节点对所包括样本图谱节点对应的节点信息以及节点信息类型，确定所述样本图谱节点对对应的样本输入数据的步骤。
4.根据权利要求1所述的方法，其特征在于，所述根据所述样本图谱节点对所包括样本图谱节点对应的节点信息以及节点信息类型，确定所述样本图谱节点对对应的样本输入数据，包括：
根据所述样本图谱节点对应的节点信息确定第一节点信息向量；
根据所述样本图谱节点对应的节点信息类型确定第一信息类型向量；
通过拼接所述第一节点信息向量和所述第一信息类型向量，生成所述样本图谱节点对应的第一节点特征向量；
将所述样本图谱节点对所包括样本图谱节点对应的第一节点特征向量确定为所述样本图谱节点对对应的样本输入数据。
5.根据权利要求4所述的方法，其特征在于，所述根据所述待识别图谱节点对所包括图谱节点对应的节点信息以及节点信息类型，确定所述待识别图谱节点对对应的输入数据，包括：
根据所述图谱节点对应的节点信息确定第二节点信息向量；
根据所述图谱节点对应的节点信息类型确定第二信息类型向量；
通过拼接所述第二节点信息向量和所述第二信息类型向量，生成所述图谱节点对应的第二节点特征向量；
将所述待识别图谱节点对所包括图谱节点对应的第二节点特征向量确定为所述待识别图谱节点对对应的输入数据。
6.根据权利要求1所述的方法，其特征在于，所述节点信息类型是通过信息分类模型确定的，所述信息分类模型用于基于节点信息确定对应的节点信息类型。
7.根据权利要求6所述的方法，其特征在于，所述将所述样本图谱节点对对应的样本输入数据作为训练样本，所述样本图谱节点对对应的匹配结果作为训练标签，对节点匹配模型进行训练，包括：
根据所述样本图谱节点对对应的样本输入数据和所述节点匹配模型，确定所述节点匹配模型输出的初始匹配结果；
根据所述初始匹配结果和所述样本图谱节点对对应的匹配结果，确定差异参数；
根据所述差异参数训练所述节点匹配模型和所述信息分类模型，得到所述训练后的节点匹配模型和训练后的信息分类模型，所述调节后的信息分类模型可以用于在后续过程中确定所述节点信息类型。
8.一种数据处理装置，其特征在于，所述装置包括第一获取单元、第一确定单元、训练单元、第二获取单元、第二确定单元和第三确定单元：
所述第一获取单元，用于获取样本图谱节点对集合，所述样本图谱节点对标注有对应的匹配结果，所述匹配结果用于体现所述样本图谱节点对中包括的多个样本图谱节点是否对应于同一对象，所述样本图谱节点具有对应的节点信息类型；
所述第一确定单元，用于根据所述样本图谱节点对所包括样本图谱节点对应的节点信息以及节点信息类型，确定所述样本图谱节点对对应的样本输入数据；
所述训练单元，用于将所述样本图谱节点对对应的样本输入数据作为训练样本，所述样本图谱节点对对应的匹配结果作为训练标签，对节点匹配模型进行训练；
所述第二获取单元，用于获取待识别图谱节点对；
所述第二确定单元，用于根据所述待识别图谱节点对所包括图谱节点对应的节点信息以及节点信息类型，确定所述待识别图谱节点对对应的输入数据；
所述第三确定单元，用于根据所述输入数据和训练后的节点匹配模型，确定所述待识别图谱节点对对应的匹配结果。
9.一种计算机设备，其特征在于，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行权利要求1-7中任意一项所述的数据处理方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行权利要求1-7中任意一项所述的数据处理方法。
CN202110181822.4A 2021-02-08 2021-02-08 一种数据处理方法和相关装置 Pending CN113568984A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110181822.4A CN113568984A (zh) 2021-02-08 2021-02-08 一种数据处理方法和相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110181822.4A CN113568984A (zh) 2021-02-08 2021-02-08 一种数据处理方法和相关装置

Publications (1)

Publication Number Publication Date
CN113568984A true CN113568984A (zh) 2021-10-29

Family

ID=78161118

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110181822.4A Pending CN113568984A (zh) 2021-02-08 2021-02-08 一种数据处理方法和相关装置

Country Status (1)

Country Link
CN (1) CN113568984A (zh)

Similar Documents

Publication Publication Date Title
CN110704661B (zh) 一种图像分类方法和装置
CN110570840B (zh) 一种基于人工智能的智能设备唤醒方法和装置
CN112751648B (zh) 丢包数据恢复方法和相关装置、设备及存储介质
CN110162603B (zh) 一种智能对话方法、动态存储方法和装置
CN111222563B (zh) 一种模型训练方法、数据获取方法以及相关装置
CN114722937B (zh) 一种异常数据检测方法、装置、电子设备和存储介质
CN112214605A (zh) 一种文本分类方法和相关装置
CN112749252A (zh) 一种基于人工智能的文本匹配方法和相关装置
CN111522592A (zh) 一种基于人工智能的智能终端唤醒方法和装置
CN117540205A (zh) 模型训练方法、相关装置及存储介质
CN112859136B (zh) 一种定位方法和相关装置
CN112232048B (zh) 一种基于神经网络的表格处理方法以及相关装置
CN111709789B (zh) 一种用户转化率的确定方法及相关设备
CN110390102B (zh) 一种情感分析的方法和相关装置
CN117332844A (zh) 对抗样本生成方法、相关装置及存储介质
CN116259083A (zh) 一种图像质量识别模型的确定方法和相关装置
CN111723783B (zh) 一种内容识别方法和相关装置
CN112752155B (zh) 一种媒体数据显示方法和相关设备
CN116450384A (zh) 一种信息处理方法和相关装置
CN113568984A (zh) 一种数据处理方法和相关装置
CN113569043A (zh) 一种文本类别确定方法和相关装置
CN114582332B (zh) 一种音频的处理方法、装置以及存储介质
CN117011649B (zh) 一种模型训练方法和相关装置
CN117731288B (zh) 一种ai心理咨询方法和系统
CN114743081B (zh) 模型训练方法、相关装置及存储介质

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