CN113590845A - 基于知识图谱的文献检索方法、装置、电子设备及介质 - Google Patents
基于知识图谱的文献检索方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN113590845A CN113590845A CN202110910483.9A CN202110910483A CN113590845A CN 113590845 A CN113590845 A CN 113590845A CN 202110910483 A CN202110910483 A CN 202110910483A CN 113590845 A CN113590845 A CN 113590845A
- Authority
- CN
- China
- Prior art keywords
- text
- retrieval
- label
- knowledge
- primary
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000013145 classification model Methods 0.000 claims abstract description 36
- 238000012549 training Methods 0.000 claims abstract description 16
- 239000013598 vector Substances 0.000 claims description 60
- 230000006870 function Effects 0.000 claims description 26
- 238000004590 computer program Methods 0.000 claims description 12
- 238000013332 literature search Methods 0.000 claims description 7
- 238000013507 mapping Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 238000010276 construction Methods 0.000 claims description 4
- 238000007781 pre-processing Methods 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 7
- 238000011282 treatment Methods 0.000 description 16
- 238000004891 communication Methods 0.000 description 8
- 239000003814 drug Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 201000010099 disease Diseases 0.000 description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 7
- 229940079593 drug Drugs 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 208000029078 coronary artery disease Diseases 0.000 description 4
- 238000002651 drug therapy Methods 0.000 description 4
- HYAFETHFCAUJAY-UHFFFAOYSA-N pioglitazone Chemical compound N1=CC(CC)=CC=C1CCOC(C=C1)=CC=C1CC1C(=O)NC(=O)S1 HYAFETHFCAUJAY-UHFFFAOYSA-N 0.000 description 4
- 238000012163 sequencing technique Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 229940121710 HMGCoA reductase inhibitor Drugs 0.000 description 2
- 108010057186 Insulin Glargine Proteins 0.000 description 2
- COCFEDIXXNGUNL-RFKWWTKHSA-N Insulin glargine Chemical compound C([C@@H](C(=O)N[C@@H](CC(C)C)C(=O)N[C@H]1CSSC[C@H]2C(=O)N[C@H](C(=O)N[C@@H](CO)C(=O)N[C@H](C(=O)N[C@H](C(N[C@@H](CO)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CC=3C=CC(O)=CC=3)C(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC(N)=O)C(=O)N[C@@H](CC=3C=CC(O)=CC=3)C(=O)N[C@@H](CSSC[C@H](NC(=O)[C@H](C(C)C)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC=3C=CC(O)=CC=3)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](C)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](C(C)C)NC(=O)[C@H](CC(C)C)NC(=O)[C@H](CC=3NC=NC=3)NC(=O)[C@H](CO)NC(=O)CNC1=O)C(=O)NCC(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CCCNC(N)=N)C(=O)NCC(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H](CC=1C=CC(O)=CC=1)C(=O)N[C@@H]([C@@H](C)O)C(=O)N1[C@@H](CCC1)C(=O)N[C@@H](CCCCN)C(=O)N[C@@H]([C@@H](C)O)C(=O)N[C@@H](CCCNC(N)=N)C(=O)N[C@@H](CCCNC(N)=N)C(O)=O)C(=O)NCC(O)=O)=O)CSSC[C@@H](C(N2)=O)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](C(C)C)NC(=O)[C@@H](NC(=O)CN)[C@@H](C)CC)[C@@H](C)CC)[C@@H](C)O)NC(=O)[C@H](CCC(N)=O)NC(=O)[C@H](CC(N)=O)NC(=O)[C@@H](NC(=O)[C@@H](N)CC=1C=CC=CC=1)C(C)C)C1=CN=CN1 COCFEDIXXNGUNL-RFKWWTKHSA-N 0.000 description 2
- YSDQQAXHVYUZIW-QCIJIYAXSA-N Liraglutide Chemical compound C([C@@H](C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](CCC(O)=O)C(=O)NCC(=O)N[C@@H](CCC(N)=O)C(=O)N[C@@H](C)C(=O)N[C@@H](C)C(=O)N[C@@H](CCCCNC(=O)CC[C@H](NC(=O)CCCCCCCCCCCCCCC)C(O)=O)C(=O)N[C@@H](CCC(O)=O)C(=O)N[C@@H](CC=1C=CC=CC=1)C(=O)N[C@@H]([C@@H](C)CC)C(=O)N[C@@H](C)C(=O)N[C@@H](CC=1C2=CC=CC=C2NC=1)C(=O)N[C@@H](CC(C)C)C(=O)N[C@@H](C(C)C)C(=O)N[C@@H](CCCNC(N)=N)C(=O)NCC(=O)N[C@@H](CCCNC(N)=N)C(=O)NCC(O)=O)NC(=O)[C@H](CO)NC(=O)[C@H](CO)NC(=O)[C@@H](NC(=O)[C@H](CC(O)=O)NC(=O)[C@H](CO)NC(=O)[C@@H](NC(=O)[C@H](CC=1C=CC=CC=1)NC(=O)[C@@H](NC(=O)CNC(=O)[C@H](CCC(O)=O)NC(=O)[C@H](C)NC(=O)[C@@H](N)CC=1NC=NC=1)[C@@H](C)O)[C@@H](C)O)C(C)C)C1=CC=C(O)C=C1 YSDQQAXHVYUZIW-QCIJIYAXSA-N 0.000 description 2
- 108010019598 Liraglutide Proteins 0.000 description 2
- ZSJLQEPLLKMAKR-UHFFFAOYSA-N Streptozotocin Natural products O=NN(C)C(=O)NC1C(O)OC(CO)C(O)C1O ZSJLQEPLLKMAKR-UHFFFAOYSA-N 0.000 description 2
- 206010000891 acute myocardial infarction Diseases 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 206010012601 diabetes mellitus Diseases 0.000 description 2
- 230000008451 emotion Effects 0.000 description 2
- 239000002471 hydroxymethylglutaryl coenzyme A reductase inhibitor Substances 0.000 description 2
- 229960002869 insulin glargine Drugs 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 229960002701 liraglutide Drugs 0.000 description 2
- XZWYZXLIPXDOLR-UHFFFAOYSA-N metformin Chemical compound CN(C)C(=N)NC(N)=N XZWYZXLIPXDOLR-UHFFFAOYSA-N 0.000 description 2
- 229960003105 metformin Drugs 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000007170 pathology Effects 0.000 description 2
- 229960005095 pioglitazone Drugs 0.000 description 2
- 238000011321 prophylaxis Methods 0.000 description 2
- ZSJLQEPLLKMAKR-GKHCUFPYSA-N streptozocin Chemical compound O=NN(C)C(=O)N[C@H]1[C@@H](O)O[C@H](CO)[C@@H](O)[C@@H]1O ZSJLQEPLLKMAKR-GKHCUFPYSA-N 0.000 description 2
- 229960001052 streptozocin Drugs 0.000 description 2
- 238000001356 surgical procedure Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012800 visualization Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- 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
- G06F16/24—Querying
-
- 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
- G06F16/35—Clustering; Classification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及人工智能技术领域，揭露一种基于知识图谱的文献检索方法方法，包括：获取检索文本集以及检索文本集中检索文本的文本类别；根据文本类别获取检索文本对应的一级标签集以及获取一级标签集对应的二级标签集；从预设的文献检索库中获取二级标签集对应的标签文献；利用检索文本集、一级标签集和二级标签集构建多个知识图谱；将多个知识图谱和二级标签集对应的标签文献输入预构建的初始文本分类模型进行训练，得到文献检索模型；将待检索文本输入文献检索模型，得到待检索文本对应的一级标签、二级标签，以及二级标签对应的检索文献。本发明还涉及区块链技术，所述知识图谱可存储于区块链节点中。本发明可以提高提高文献检索的效率。
Description
技术领域
本发明涉及人工智能技术领域，尤其涉及一种基于知识图谱的文献检索方法、装置、电子设备及计算机可读存储介质。
背景技术
在论文写作以及疾病预诊时常常需要进行文献检索，而特别是论文写作，一篇论文的参考文献的数量、质量、权威性、时效性和全面性往往都是衡量一篇论文质量好坏的标准，一篇优秀的论文所需要检索的文献量是十分大的，即耗费检索者的时间又耗费检索者的精力。
现有的文件检索方法一般都采用关键词匹配的方式来进行文件检索，这种检索方式由于文献数量的庞大，导致文献检索的效率不高，往往还需要检索者人为从检索出的文献中再进行筛选，此外还有用户根据检索领域的范围大小逐步人工筛选，这种检索方式耗费人力，并且步骤繁琐，效率不高。
发明内容
本发明提供一种基于知识图谱的文献检索方法、装置、电子设备及计算机可读存储介质，其主要目的在于提高文献检索的效率。
为实现上述目的，本发明提供的一种基于知识图谱的文献检索方法，包括：
获取检索文本集以及所述检索文本集中检索文本的文本类别，以及获取预构建的初始文本分类模型；
根据所述文本类别获取所述检索文本对应的一级标签集以及获取所述一级标签集对应的二级标签集；
从预设的文献检索库中获取所述二级标签集对应的标签文献；
利用所述检索文本集、所述一级标签集和所述二级标签集构建多个知识图谱；
将多个所述知识图谱和所述二级标签集对应的标签文献输入所述初始文本分类模型进行训练，得到文献检索模型；
将待检索文本输入所述文献检索模型，得到所述待检索文本对应的一级标签、二级标签，以及所述二级标签对应的检索文献。
可选地，所述获取检索文本集以及所述检索文本集中检索文本的文本类别，包括：
获取检索文本集，将所述检索文本集中的检索文本转化为向量，得到检索文本向量；
获取预设的文本类别库中各个文本类别的类别向量；
利用预设的匹配值算法计算所述检索文本向量和所述类别向量之间的匹配值；
将所述匹配值为最大值的类别向量对应的文本类别作为所述检索文本的文本类别。
可选地，所述根据所述文本类别获取所述检索文本对应的一级标签集，包括：
从预设的标签映射表中获取与所述文本类别的相似度大于预设相似度的一级标签，将获取的一级标签汇集为所述检索文本对应的一级标签集。
可选地，所述从预设的文献检索库中获取所述二级标签集对应的标签文献，包括：
获取预设的文献检索库；
在所述文献检索库中查询与所述二级标签集中的二级标签匹配的检索文献作为所述二级标签集对应的标签文献。
可选地，所述利用所述检索文本集、所述一级标签集和所述二级标签集构建多个知识图谱，包括：
根据所述检索文本集中多个检索文本以及多个与所述检索文本对应的一级标签集分别构建多个第一子知识图谱；
基于所述一级标签集中的一级标签获取多个与一级标签对应的二级标签，组合多个所述二级标签得到二级标签集，根据多个所述一级标签以及多个与所述一级标签对应的二级标签集，构建多个第二子知识图谱；
利用多个所述第一子知识图谱和多个所述第二子知识图谱构建多个所述知识图谱。
可选地，所述将多个所述知识图谱和所述二级标签集对应的标签文献输入所述初始文本分类模型进行训练，得到文献检索模型，包括：
对多个所述知识图谱进行预处理，获取多个所述知识图谱的图谱数据；
将所述图谱数据和所述二级标签集对应的标签文献输入所述初始文本分类模型的神经网络中计算输出得分；
将所述输出得分输入误差函数，得到函数值，并将所述函数值与预设期待值比较得到误差值；
获取所述初始文本分类模型的梯度向量，并根据所述梯度向量不断调整所述文献检索模型的参数，使所述误差值趋于零，并在所述误差值不再改变时得到文献检索模型。
可选地，所述利用预设的匹配值算法计算所述检索文本向量和所述类别向量之间的匹配值，包括：
利用下述匹配值算法计算所述检索文本向量和所述类别向量之间的匹配值；
其中，P为所述匹配值，x为所述检索文本向量，yn为所述文本类别库中的第n个文本类别对应的类别向量。
为了解决上述问题，本发明还提供一种基于知识图谱的文献检索装置，所述装置包括：
标签集获取模块，用于根据所述文本类别获取所述检索文本对应的一级标签集以及获取所述一级标签集对应的二级标签集；
标签文献查找模块，用于从预设的文献检索库中获取所述二级标签集对应的标签文献；
知识图谱构建模块，用于利用所述检索文本集、所述一级标签集和所述二级标签集构建多个知识图谱；
检索模型创建模块，用于将多个所述知识图谱和所述二级标签集对应的标签文献输入所述初始文本分类模型进行训练，得到文献检索模型；
文献检索模块，用于将待检索文本输入所述文献检索模型，得到所述待检索文本对应的一级标签、二级标签，以及所述二级标签对应的检索文献。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
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计算机程序，所述计算机程序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如上所述的基于知识图谱的文献检索方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，包括存储数据区和存储程序区，存储数据区存储创建的数据，存储程序区存储有计算机程序；其中，所述计算机程序被处理器执行时实现如上所述的基于知识图谱的文献检索方法。
本发明实施例中，获取检索文本集以及检索文本集中检索文本的文本类别，根据检索文本的文本类别得到检索文本对应的一级标签集以及一级标签集对应的二级标签集，根据二级标签集从预设的文献检索库中获取二级标签对应的标签文献，并利用检索文本集、一级标签集和二级标签集构建多个知识图谱，可以建立各个标签之前的承接联系，通过将多个知识图谱和二级标签集对应的标签文献输入预构建的初始文本分类模型进行训练，用于检索文本信息的文献检索模型，根据知识图谱之间的关联关系进行能够进行快速准确的检索，避免了直接用待检索文本直接在文献检索库中进行关键词检索造成的效率不高的问题，因此，本发明实施例可以实现提高文献检索的效率的目的。
附图说明
图1为本发明一实施例提供的一种基于知识图谱的文献检索方法的流程示意图；
图2为构建得到的知识图谱的示例图；
图3为本发明一实施例提供的基于知识图谱的文献检索装置的模块示意图；
图4为本发明一实施例提供的实现基于知识图谱的文献检索方法的电子设备的内部结构示意图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种基于知识图谱的文献检索方法。所述基于知识图谱的文献检索方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。其中，服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。换言之，所述基于知识图谱的文献检索方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示，为本发明一实施例提供的一种基于知识图谱的文献检索方法的流程示意图。在本实施例中，所述基于知识图谱的文献检索方法包括：
S1、获取检索文本集以及所述检索文本集中检索文本的文本类别，以及获取预构建的初始文本分类模型。
本发明实施例中，所述检索文本集为检索文本构成的文本集，其中，所述检索文本可以为用户输入的文本或者检索文本库中的文本。
例如，在用于医疗领域时，检索文本可以为病人所患疾病的疾病名称或者为病人所服用的药物名称。
进一步地，若检索文本为医疗领域的文本时，可以从病历单、主治医生等多渠道进行获取检索文本。
本发明实施例中，所述获取检索文本集以及所述检索文本集中检索文本的文本类别，包括：
获取检索文本集，将所述检索文本集中的检索文本转化为向量，得到检索文本向量；
获取预设的文本类别库中各个文本类别的类别向量；
利用预设的匹配值算法计算所述检索文本向量和所述类别向量之间的匹配值；
将所述匹配值为最大值的类别向量对应的文本类别作为所述检索文本的文本类别。
本发明实施例中，可以通过word2vec向量化算法中的词袋(Bag Of Word)模型将所述检索文本转化为向量。
详细地，所述利用预设的匹配值算法计算所述检索文本向量和所述类别向量之间的匹配值，包括：
利用下述匹配值算法计算所述检索文本向量和各个所述文本类别向量之间的匹配值：
其中，P为所述匹配值，x为所述检索文本向量，yn为所述文本类别库中的第n个文本类别对应的类别向量。
本发明实施例中，根据所述匹配值可以从所述文本类别库中选取文本类别，可提高选取的文本类别和所述检索文本的适配程度。
本发明实施例中，所述初始文本分类模型为基于自然语言处理方法构建的模型，通过对所述初始文本分类模型进行训练，可以用于文本分类、自然语言读取和情感分析等领域。
S2、根据所述文本类别获取所述检索文本对应的一级标签集以及获取所述一级标签集对应的二级标签集。
本发明实施例中，所述检索文本的一级标签集中包含一级标签，所述一级标签用于对检索文本的文本类别进行标识。
本发明实施例中，所述一级标签集将随所述检索文本的文本类别不同而不同，例如，检索文本为医疗领域文本时，若检索文本的文本类别为疾病名称时，采用的一级标签有基础病理、治疗阶段和诊断阶段，若检测文本的文本类别为金融投资领域时，采用的一级标签有基金投资、期货投资和股票投资。
本发明实施例中，所述根据所述文本类别获取所述检索文本对应的一级标签集，包括：
从预设的标签映射表中获取与所述文本类别的相似度大于预设相似度的一级标签，将获取的一级标签汇集为所述检索文本对应的一级标签集。
本发明实施例中，所述标签映射表中存储有预设的一级标签库中所有的一级标签以及一级标签对应的文本类别。
本发明实施例中，所述二级标签集包含的二级标签为所述一级标签的进一步细化，即，二级标签用于标识检索文本在某类别下的子类别。
通过为所述一级标签划分二级标签可以使文献检索更为细致，便于用户对各个二级标签下的文献进行区分。
本发明另一实施例中，所述获取所述一级标签集对应的二级标签集之后，所述方法还包括：
根据所述二级标签集得到二级标签集中的各个二级标签；
获取各个所述二级标签下的三级标签集。
本发明实施例中，获取各个所述二级标签下的三级标签集可以进一步提升文件检索的分类精细度，便于用户进行细化查找。
例如，若检索文本为糖尿病，一级标签为医疗领域的治疗阶段，则二级标签可以为药物治疗、手术治疗、介入治疗、一般治疗、其他治疗和控制预防，其中，对于药物治疗的二级标签将存在三级标签集，包括二甲双胍、链佐量、利拉鲁肽、甘精胰岛素和吡格列酮等药物名称类的三级标签。
S3、从预设的文献检索库中获取所述二级标签集对应的标签文献。
本发明实施例中，所述文献检索库又可称之为文献数据库，是一种计算机可读的、有组织的相关文献信息的集合，在本方案中，所述相关文献信息为二级标签集中的各个二级标签相关的文献。
进一步地，在所述文献检索库中，所述二级标签集中的各个二级标签相关的文献不以传统的文字信息的方式进行存储，而是采用将文字以二进制编码的方式进行表示，并按一定的数据结构，有组织地存储在计算机中。
本发明实施例中，所述从预设的文献检索库中获取所述二级标签集对应的标签文献，包括：
获取预设的文献检索库；
在所述文献检索库中查询与所述二级标签集中的二级标签匹配的检索文献作为所述二级标签集对应的标签文献。
本发明实施例中，可以根据二级标签集中的关键词从预设的文献检索库中获取所述二级标签集对应的标签文献。
本实施例中，所述从预设的文献检索库中获取所述二级标签集对应的标签文献之后，所述方法还包括：
统计所述二级标签集中各个二级标签对应的标签文献的数目；
根据各个所述二级标签对应的标签文献数目为所述二级标签集中的各个二级标签排序。
本发明实施例中，为所述二级标签集中的各个二级标签排序有多种排序方式，例如快速排序、冒泡排序和选择排序。
进一步地，通过为所述二级标签集中的各个二级标签排序可以确定各个二级标签的重要程度，便于目标用户进行查找和重点检索。
本发明另一实施例中，若获取有各个所述二级标签下的三级标签集，则通过预设的文献库获取各个三级标签对应的标签文献。
S4、利用所述检索文本集、所述一级标签集和所述二级标签集构建多个知识图谱。
本发明实施例中，所述知识图谱为显示标签结构关系的一系列各种不同的图形，所述知识图谱可以用可视化技术描述标签，挖掘、分析、构建、绘制和显示各类标签及各类标签之间的互相联系。
例如图2所示，图2为构建得到的知识图谱的示例图。
本发明实施例中，所述利用所述检索文本集、所述一级标签集和所述二级标签集构建多个知识图谱，包括：
根据所述检索文本集中多个检索文本以及多个与所述检索文本对应的一级标签集分别构建多个第一子知识图谱；
基于所述一级标签集中的一级标签获取多个与一级标签对应的二级标签，组合多个所述二级标签得到二级标签集，根据多个所述一级标签以及多个与所述一级标签对应的二级标签集，构建多个第二子知识图谱；
利用多个所述第一子知识图谱和多个所述第二子知识图谱构建多个所述知识图谱。
本发明实施例所述第一子知识图谱为基于检索文本和对应的一级标签构建的知识图谱，所述第二子知识图谱为基于第一标签和对应的二级标签构建的知识图谱。
S5、将多个所述知识图谱和所述二级标签集对应的标签文献输入所述初始文本分类模型进行训练，得到文献检索模型。
本发明实施例中，所述文献检索模型为通过多个所述知识图谱和标签文献训练所述初始文本分类模型得到的模型，通过所述文献检索模型可以进行文献检索。
本发明实施例中，所述将多个所述知识图谱和所述二级标签集对应的标签文献输入所述初始文本分类模型进行训练，得到文献检索模型，包括：
对多个所述知识图谱进行预处理，获取多个所述知识图谱的图谱数据；
将所述图谱数据和所述二级标签集对应的标签文献输入所述初始文本分类模型的神经网络中计算输出得分；
将所述输出得分输入误差函数，得到函数值，并将所述函数值与预设期待值比较得到误差值；
获取所述初始文本分类模型的梯度向量，并根据所述梯度向量不断调整所述文献检索模型的参数，使所述误差值趋于零，并在所述误差值不再改变时得到文献检索模型。
本发明实施例中，所述图谱数据包含检索文本和对应的一级标签集，一级标签和对应的二级标签集。
本申请实施例可以基于人工智能技术对所述图谱数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
本发明实施例中，所述误差函数(loss function)为防止模型的过度拟合的函数，所述梯度向量为表示模型变化快慢的向量。
S6、将待检索文本输入所述文献检索模型，得到所述待检索文本对应的一级标签、二级标签，以及所述二级标签对应的检索文献。
本发明实施例中，将所述待检索文本输入所述文献检索模型之后，将根据所述文献检索模型依次查询所述待检索文本对应的一级标签，一级标签对应的二级标签，以及二级标签对应检索文献。
本发明实施例中，例如待检索文本为冠心病，得到一级标签集中的一个一级标签为冠心病治疗，二级标签集中的一个二级标签为药物治疗，药物治疗的二级标签对应的检索文献：不同他汀类药物治疗早发急性心肌梗死患者近期临床随访研究。
本发明另一实施例中，所述方法还包括将一级标签输入所述文献检索模型，根据所述文献检索模型得到所述一级标签对应的检索文本、二级标签，以及二级标签对应的检索文献。
本发明实施例中，获取检索文本集以及检索文本集中检索文本的文本类别，根据检索文本的文本类别得到检索文本对应的一级标签集以及一级标签集对应的二级标签集，根据二级标签集从预设的文献检索库中获取二级标签对应的标签文献，并利用检索文本集、一级标签集和二级标签集构建多个知识图谱，可以建立各个标签之前的承接联系，通过将多个知识图谱和二级标签集对应的标签文献输入预构建的初始文本分类模型进行训练，用于检索文本信息的文献检索模型，根据知识图谱之间的关联关系进行能够进行快速准确的检索，避免了直接用待检索文本直接在文献检索库中进行关键词检索造成的效率不高的问题，因此，本发明实施例可以实现提高文献检索的效率的目的。
如图3所示，是本发明基于知识图谱的文献检索装置的模块示意图。
本发明所述基于知识图谱的文献检索装置100可以安装于电子设备中。根据实现的功能，所述基于知识图谱的文献检索装置可以包括文本类别获取模块101、标签集获取模块102、标签文献查找模块103、知识图谱构建模块 104、检索模型创建模块105和文献检索模块106。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述文本类别获取模块101，用于获取检索文本集以及所述检索文本集中检索文本的文本类别，以及获取预构建的初始文本分类模型。
本发明实施例中，所述检索文本集为检索文本构成的文本集，其中，所述检索文本可以为用户输入的文本或者检索文本库中的文本。
例如，在用于医疗领域时，检索文本可以为病人所患疾病的疾病名称或者为病人所服用的药物名称。
进一步地，若检索文本为医疗领域的文本时，可以从病历单、主治医生等多渠道进行获取检索文本。
进一步地，文本类别获取模块101包括类别获取单元和模型预构建单元。
类别获取单元，用于取检索文本集以及所述检索文本集中检索文本的文本类别。
具体的，本发明实施例中，所述类别获取单元具体用于：
获取检索文本集，将所述检索文本集中的检索文本转化为向量，得到检索文本向量；
获取预设的文本类别库中各个文本类别的类别向量；
利用预设的匹配值算法计算所述检索文本向量和所述类别向量之间的匹配值；
将所述匹配值为最大值的类别向量对应的文本类别作为所述检索文本的文本类别。
本发明实施例中，可以通过word2vec向量化算法中的词袋(Bag Of Word)模型将所述检索文本转化为向量。
本发明实施例中，利用下述匹配值算法计算所述检索文本向量和各个所述文本类别向量之间的匹配值：
其中，P为所述匹配值，x为所述检索文本向量，yn为所述文本类别库中的第n个文本类别对应的类别向量。
本发明实施例中，根据所述匹配值可以从所述文本类别库中选取文本类别，可提高选取的文本类别和所述检索文本的适配程度。
本发明实施例中，所述初始文本分类模型为基于自然语言处理方法构建的模型，通过对所述初始文本分类模型进行训练，可以用于文本分类、自然语言读取和情感分析等领域。
所述标签集获取模块102，用于根据所述文本类别获取所述检索文本对应的一级标签集以及获取所述一级标签集对应的二级标签集。
本发明实施例中，所述一级标签集将随所述检索文本的文本类别不同而不同，例如，检索文本为医疗领域文本时，若检索文本的文本类别为疾病名称时，采用的一级标签有基础病理、治疗阶段和诊断阶段，若检测文本的文本类别为金融投资领域时，采用的一级标签有基金投资、期货投资和股票投资。
本发明实施例中，所述标签集获取模块具体用于：
从预设的标签映射表中获取与所述文本类别的相似度大于预设相似度的一级标签，将获取的一级标签汇集为所述检索文本对应的一级标签集。
本发明实施例中，所述标签映射表中存储有预设的一级标签库中所有的一级标签以及一级标签对应的文本类别。
本发明实施例中，所述二级标签集包含的二级标签为所述一级标签的进一步细化，即，二级标签用于标识检索文本在某类别下的子类别。
通过为所述一级标签划分二级标签可以使文献检索更为细致，便于用户对各个二级标签下的文献进行区分。
本发明另一实施例中，所述装置还包括标签排序单元。
进一步地，所述标签排序单元具体用于：
在获取所述以及标签集对应的二级标签集步骤之后，根据所述二级标签集得到二级标签集中的各个二级标签；
获取各个所述二级标签下的三级标签集。
本发明实施例中，获取各个所述二级标签下的三级标签集可以进一步提升文件检索的分类精细度，便于用户进行细化查找。
例如，若检索文本为糖尿病，一级标签为医疗领域的治疗阶段，则二级标签可以为药物治疗、手术治疗、介入治疗、一般治疗、其他治疗和控制预防，其中，对于药物治疗的二级标签将存在三级标签集，包括二甲双胍、链佐量、利拉鲁肽、甘精胰岛素和吡格列酮等药物名称类的三级标签。
所述标签文献查找模块103，用于从预设的文献检索库中获取所述二级标签集对应的标签文献。
本发明实施例中，所述文献检索库又可称之为文献数据库，是一种计算机可读的、有组织的相关文献信息的集合，在本方案中，所述相关文献信息为二级标签集中的各个二级标签相关的文献。
进一步地，在所述文献检索库中，所述二级标签集中的各个二级标签相关的文献不以传统的文字信息的方式进行存储，而是采用将文字以二进制编码的方式进行表示，并按一定的数据结构，有组织地存储在计算机中。
具体的，本发明实施例中，所述标签查找模块具体用于：
获取预设的文献检索库；
在所述文献检索库中查询与所述二级标签集中的二级标签匹配的检索文献作为所述二级标签集对应的标签文献。
本发明实施例中，可以根据二级标签中的关键词从预设的文献检索库中获取所述二级标签集对应的标签文献。
本实施例中，所述装置还包括标签排序单元。
进一步地，所述标签排序单元具体用于：
从预设的文献检索库中获取所述二级标签集对应的标签文献步骤之后，统计所述二级标签集中各个二级标签对应的标签文献的数目；
根据各个所述二级标签对应的标签文献数目为所述二级标签集中的各个二级标签排序。
本发明实施例中，为所述二级标签集中的各个二级标签排序有多种排序方式，例如快速排序、冒泡排序和选择排序。
进一步地，通过为所述二级标签集中的各个二级标签排序可以确定各个二级标签的重要程度，便于目标用户进行查找和重点检索。
本发明另一实施例中，若获取有各个所述二级标签下的三级标签集，则通过预设的文献库获取各个三级标签对应的标签文献。
所述知识图谱构建模块104，用于利用所述检索文本集、所述一级标签集和所述二级标签集构建多个知识图谱。
本发明实施例中，所述知识图谱为显示标签结构关系的一系列各种不同的图形，所述知识图谱可以用可视化技术描述标签，挖掘、分析、构建、绘制和显示各类标签及各类标签之间的互相联系。
例如图2所示，图2为构建得到的知识图谱的示例图。
本发明实施例中，所述知识图谱构建模块具体用于：
根据所述检索文本集中多个检索文本以及多个与所述检索文本对应的一级标签集分别构建多个第一子知识图谱；
基于所述一级标签集中的一级标签获取多个与一级标签对应的二级标签，组合多个所述二级标签得到二级标签集，根据多个所述一级标以及多个与所述一级标签对应的二级标签集，构建多个第二子知识图谱；
利用多个所述第一子知识图谱和多个所述第二子知识图谱构建多个所述知识图谱。
本发明实施例所述第一子知识图谱为基于检索文本和对应的一级标签构建的知识图谱，所述第二子知识图谱为基于第一标签和对应的二级标签构建的知识图谱。
所述检索模型创建模块105，用于将多个所述知识图谱和所述二级标签集对应的标签文献输入所述初始文本分类模型进行训练，得到文献检索模型。
本发明实施例中，所述文献检索模型为通过多个所述知识图谱和标签文献训练所述初始文本分类模型得到的模型，通过所述文献检索模型可以进行文献检索。
本发明实施例中，所述检索模型创建模块具体用于：
对多个所述知识图谱进行预处理，获取多个所述知识图谱的图谱数据；
将所述图谱数据和所述二级标签集对应的标签文献输入所述初始文本分类模型的神经网络中计算输出得分；
将所述输出得分输入误差函数，得到函数值，并将所述函数值与预设期待值比较得到误差值；
获取所述初始文本分类模型的梯度向量，并根据所述梯度向量不断调整所述文献检索模型的参数，使所述误差值趋于零，并在所述误差值不再改变时得到文献检索模型。
本发明实施例中，所述图谱数据包含检索文本和对应的一级标签集，一级标签和对应的二级标签集。
本申请实施例可以基于人工智能技术对所述图谱数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
本发明实施例中，所述误差函数(loss function)为防止模型的过度拟合的函数，所述梯度向量为表示模型变化快慢的向量。
所述文献检索模块106，用于待检索文本输入所述文献检索模型，得到所述待检索文本对应的一级标签、二级标签，以及所述二级标签对应的检索文献。
本发明实施例中，将所述待检索文本输入所述文献检索模型之后，将根据所述文献检索模型依次查询所述待检索文本对应的一级标签，一级标签对应的二级标签，以及二级标签对应检索文献。
本发明实施例中，例如待检索文本为冠心病，得到一级标签集中的一个一级标签为冠心病治疗，二级标签集中的一个二级标签为药物治疗，药物治疗的二级标签对应的检索文献：不同他汀类药物治疗早发急性心肌梗死患者近期临床随访研究。
本发明另一实施例中，所述方法还包括将一级标签输入所述文献检索模型，根据所述文献检索模型得到所述一级标签对应的检索文本、二级标签，以及二级标签对应的检索文献。
本发明实施例中，获取检索文本集以及检索文本集中检索文本的文本类别，根据检索文本的文本类别得到检索文本对应的一级标签集以及一级标签集对应的二级标签集，根据二级标签集从预设的文献检索库中获取二级标签对应的标签文献，并利用检索文本集、一级标签集和二级标签集构建多个知识图谱，可以建立各个标签之前的承接联系，通过将多个知识图谱和二级标签集对应的标签文献输入预构建的初始文本分类模型进行训练，用于检索文本信息的文献检索模型，根据知识图谱之间的关联关系进行能够进行快速准确的检索，避免了直接用待检索文本直接在文献检索库中进行关键词检索造成的效率不高的问题，因此，本发明实施例可以实现提高文献检索的效率的目的。
如图4所示，是本发明实现基于知识图谱的文献检索方法的电子设备的结构示意图。
所述电子设备可以包括处理器10、存储器11、通信总线12以及通信接口13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于知识图谱的文献检索程序。
其中，所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(ControlUnit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如执行基于知识图谱的文献检索程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(Secure Digital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据，例如基于知识图谱的文献检索程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如 WI-FI接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图4仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图4示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备中的所述存储器11存储的基于知识图谱的文献检索程序是多个计算机程序的组合，在所述处理器10中运行时，可以实现：
获取检索文本集以及所述检索文本集中检索文本的文本类别，以及获取预构建的初始文本分类模型；
根据所述文本类别获取所述检索文本对应的一级标签集以及获取所述一级标签集对应的二级标签集；
从预设的文献检索库中获取所述二级标签集对应的标签文献；
利用所述检索文本集、所述一级标签集和所述二级标签集构建多个知识图谱；
将多个所述知识图谱和所述二级标签集对应的标签文献输入所述初始文本分类模型进行训练，得到文献检索模型；
将待检索文本输入所述文献检索模型，得到所述待检索文本对应的一级标签、二级标签，以及所述二级标签对应的检索文献。
具体地，所述处理器10对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个非易失性计算机可读取存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取检索文本集以及所述检索文本集中检索文本的文本类别，以及获取预构建的初始文本分类模型；
根据所述文本类别获取所述检索文本对应的一级标签集以及获取所述一级标签集对应的二级标签集；
从预设的文献检索库中获取所述二级标签集对应的标签文献；
利用所述检索文本集、所述一级标签集和所述二级标签集构建多个知识图谱；
将多个所述知识图谱和所述二级标签集对应的标签文献输入所述初始文本分类模型进行训练，得到文献检索模型；
将待检索文本输入所述文献检索模型，得到所述待检索文本对应的一级标签、二级标签，以及所述二级标签对应的检索文献。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种基于知识图谱的文献检索方法，其特征在于，所述方法包括：
获取检索文本集以及所述检索文本集中检索文本的文本类别，以及获取预构建的初始文本分类模型；
根据所述文本类别获取所述检索文本对应的一级标签集以及获取所述一级标签集对应的二级标签集；
从预设的文献检索库中获取所述二级标签集对应的标签文献；
利用所述检索文本集、所述一级标签集和所述二级标签集构建多个知识图谱；
将多个所述知识图谱和所述二级标签集对应的标签文献输入所述初始文本分类模型进行训练，得到文献检索模型；
将待检索文本输入所述文献检索模型，得到所述待检索文本对应的一级标签、二级标签，以及所述二级标签对应的检索文献。
2.如权利要求1所述的基于知识图谱的文献检索方法，其特征在于，所述获取检索文本集以及所述检索文本集中检索文本的文本类别，包括：
获取检索文本集，将所述检索文本集中的检索文本转化为向量，得到检索文本向量；
获取预设的文本类别库中各个文本类别的类别向量；
利用预设的匹配值算法计算所述检索文本向量和所述类别向量之间的匹配值；
将所述匹配值为最大值的类别向量对应的文本类别作为所述检索文本的文本类别。
3.如权利要求1所述的基于知识图谱的文献检索方法，其特征在于，所述根据所述文本类别获取所述检索文本对应的一级标签集，包括：
从预设的标签映射表中获取与所述文本类别的相似度大于预设相似度的一级标签，将获取的一级标签汇集为所述检索文本对应的一级标签集。
4.如权利要求1所述的基于知识图谱的文献检索方法，其特征在于，所述从预设的文献检索库中获取所述二级标签集对应的标签文献，包括：
获取预设的文献检索库；
在所述文献检索库中查询与所述二级标签集中的二级标签匹配的检索文献作为所述二级标签集对应的标签文献。
5.如权利要求1所述的基于知识图谱的文献检索方法，其特征在于，所述利用所述检索文本集、所述一级标签集和所述二级标签集构建多个知识图谱，包括：
根据所述检索文本集中多个检索文本以及多个与所述检索文本对应的一级标签集分别构建多个第一子知识图谱；
基于所述一级标签集中的一级标签获取多个与一级标签对应的二级标签，组合多个所述二级标签得到二级标签集，根据多个所述一级标签以及多个与所述一级标签对应的二级标签集，构建多个第二子知识图谱；
利用多个所述第一子知识图谱和多个所述第二子知识图谱构建多个所述知识图谱。
6.如权利要求1至5中任一项所述的基于知识图谱的文献检索方法，其特征在于，所述将多个所述知识图谱和所述二级标签集对应的标签文献输入所述初始文本分类模型进行训练，得到文献检索模型，包括：
对多个所述知识图谱进行预处理，获取多个所述知识图谱的图谱数据；
将所述图谱数据和所述二级标签集对应的标签文献输入所述初始文本分类模型的神经网络中计算输出得分；
将所述输出得分输入误差函数，得到函数值，并将所述函数值与预设期待值比较得到误差值；
获取所述初始文本分类模型的梯度向量，并根据所述梯度向量不断调整所述文献检索模型的参数，使所述误差值趋于零，并在所述误差值不再改变时得到文献检索模型。
7.如权利要求2所述的基于知识图谱的文献检索方法，其特征在于，所述利用预设的匹配值算法计算所述检索文本向量和所述类别向量之间的匹配值，包括：
利用下述匹配值算法计算所述检索文本向量和所述类别向量之间的匹配值；
其中，P为所述匹配值，x为所述检索文本向量，yn为所述文本类别库中的第n个文本类别对应的类别向量。
8.一种基于知识图谱的文献检索装置，其特征在于，所述装置包括：
文本类别获取模块，用于获取检索文本集以及所述检索文本集中检索文本的文本类别，以及获取预构建的初始文本分类模型；
标签集获取模块，用于根据所述文本类别获取所述检索文本对应的一级标签集以及获取所述一级标签集对应的二级标签集；
标签文献查找模块，用于从预设的文献检索库中获取所述二级标签集对应的标签文献；
知识图谱构建模块，用于利用所述检索文本集、所述一级标签集和所述二级标签集构建多个知识图谱；
检索模型创建模块，用于将多个所述知识图谱和所述二级标签集对应的标签文献输入所述初始文本分类模型进行训练，得到文献检索模型；
文献检索模块，用于将待检索文本输入所述文献检索模型，得到所述待检索文本对应的一级标签、二级标签，以及所述二级标签对应的检索文献。
9.一种电子设备，其特征在于，所述电子设备包括：
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计算机程序，所述计算机程序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如权利要求1至7中任一项所述的基于知识图谱的文献检索方法。
10.一种计算机可读存储介质，包括存储数据区和存储程序区，存储数据区存储创建的数据，存储程序区存储有计算机程序；其中，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的基于知识图谱的文献检索方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110910483.9A CN113590845A (zh) | 2021-08-09 | 2021-08-09 | 基于知识图谱的文献检索方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110910483.9A CN113590845A (zh) | 2021-08-09 | 2021-08-09 | 基于知识图谱的文献检索方法、装置、电子设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113590845A true CN113590845A (zh) | 2021-11-02 |
Family
ID=78256625
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110910483.9A Pending CN113590845A (zh) | 2021-08-09 | 2021-08-09 | 基于知识图谱的文献检索方法、装置、电子设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113590845A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116910232A (zh) * | 2023-09-13 | 2023-10-20 | 之江实验室 | 天文文献检索方法和天文文献搜索方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016054301A1 (en) * | 2014-10-02 | 2016-04-07 | Microsoft Technology Licensing, Llc | Distant supervision relationship extractor |
| CN108090167A (zh) * | 2017-12-14 | 2018-05-29 | 畅捷通信息技术股份有限公司 | 数据检索的方法、系统、计算设备及存储介质 |
| CN111813933A (zh) * | 2020-06-18 | 2020-10-23 | 国网上海市电力公司 | 一种技术图谱中技术领域的自动识别方法 |
| CN112148702A (zh) * | 2020-09-23 | 2020-12-29 | 平安直通咨询有限公司上海分公司 | 一种文件检索的方法及设备 |
| CN112836067A (zh) * | 2021-03-16 | 2021-05-25 | 上海适享文化传播有限公司 | 基于知识图谱的智能搜索方法 |
-
2021
- 2021-08-09 CN CN202110910483.9A patent/CN113590845A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2016054301A1 (en) * | 2014-10-02 | 2016-04-07 | Microsoft Technology Licensing, Llc | Distant supervision relationship extractor |
| CN108090167A (zh) * | 2017-12-14 | 2018-05-29 | 畅捷通信息技术股份有限公司 | 数据检索的方法、系统、计算设备及存储介质 |
| CN111813933A (zh) * | 2020-06-18 | 2020-10-23 | 国网上海市电力公司 | 一种技术图谱中技术领域的自动识别方法 |
| CN112148702A (zh) * | 2020-09-23 | 2020-12-29 | 平安直通咨询有限公司上海分公司 | 一种文件检索的方法及设备 |
| CN112836067A (zh) * | 2021-03-16 | 2021-05-25 | 上海适享文化传播有限公司 | 基于知识图谱的智能搜索方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116910232A (zh) * | 2023-09-13 | 2023-10-20 | 之江实验室 | 天文文献检索方法和天文文献搜索方法 |
| CN116910232B (zh) * | 2023-09-13 | 2024-01-09 | 之江实验室 | 天文文献检索方法和天文文献搜索方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108959566B (zh) | 一种基于Stacking集成学习的医疗文本去隐私方法和系统 | |
| CN113707303A (zh) | 基于知识图谱的医疗问题解答方法、装置、设备及介质 | |
| Deselaers et al. | Automatic medical image annotation in ImageCLEF 2007: Overview, results, and discussion | |
| CN113111162A (zh) | 科室推荐方法、装置、电子设备及存储介质 | |
| CN112906377A (zh) | 基于实体限制的问答方法、装置、电子设备及存储介质 | |
| CN112035614B (zh) | 测试集生成方法、装置、计算机设备和存储介质 | |
| CN112614578A (zh) | 医生智能推荐方法、装置、电子设备及存储介质 | |
| CN113961473A (zh) | 数据测试方法、装置、电子设备及计算机可读存储介质 | |
| CN113111159A (zh) | 问答记录生成方法、装置、电子设备及存储介质 | |
| CN114550870A (zh) | 基于人工智能的处方审核方法、装置、设备及介质 | |
| CN111785383A (zh) | 数据处理方法及相关设备 | |
| CN114416939A (zh) | 智能问答方法、装置、设备及存储介质 | |
| CN114708461A (zh) | 基于多模态学习模型的分类方法、装置、设备及存储介质 | |
| CN114706985A (zh) | 文本分类方法、装置、电子设备及存储介质 | |
| CN113590845A (zh) | 基于知识图谱的文献检索方法、装置、电子设备及介质 | |
| CN113656690A (zh) | 产品推荐方法、装置、电子设备及可读存储介质 | |
| CN113344125A (zh) | 长文本匹配识别方法、装置、电子设备及存储介质 | |
| CN111402068B (zh) | 基于大数据的保费数据分析方法、装置及存储介质 | |
| CN113343680A (zh) | 一种基于多类型病历文本的结构化信息提取方法 | |
| CN111651625A (zh) | 图像检索方法、装置、电子设备及存储介质 | |
| CN114708073B (zh) | 一种围标串标智能检测方法、装置、电子设备及存储介质 | |
| CN115221323A (zh) | 基于意图识别模型的冷启动处理方法、装置、设备及介质 | |
| CN114862140A (zh) | 基于行为分析的潜力评估方法、装置、设备及存储介质 | |
| CN113689924A (zh) | 相似病历检索方法、装置、电子设备及可读存储介质 | |
| CN114385815A (zh) | 基于业务需求的新闻筛选方法、装置、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 | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220922 Address after: Room 2601 (Unit 07), Qianhai Free Trade Building, No. 3048, Xinghai Avenue, Nanshan Street, Qianhai Shenzhen-Hong Kong Cooperation Zone, Shenzhen, Guangdong 518000 Applicant after: Shenzhen Ping An Smart Healthcare Technology Co.,Ltd. Address before: 1-34 / F, Qianhai free trade building, 3048 Xinghai Avenue, Mawan, Qianhai Shenzhen Hong Kong cooperation zone, Shenzhen, Guangdong 518000 Applicant before: Ping An International Smart City Technology Co.,Ltd. |
|
| TA01 | Transfer of patent application right |