CN113609309A - 知识图谱构建方法、装置、存储介质及电子设备 - Google Patents

知识图谱构建方法、装置、存储介质及电子设备 Download PDF

Info

Publication number
CN113609309A
CN113609309A CN202110939279.XA CN202110939279A CN113609309A CN 113609309 A CN113609309 A CN 113609309A CN 202110939279 A CN202110939279 A CN 202110939279A CN 113609309 A CN113609309 A CN 113609309A
Authority
CN
China
Prior art keywords
tree
label
entity
sub
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.)
Granted
Application number
CN202110939279.XA
Other languages
English (en)
Other versions
CN113609309B (zh
Inventor
熊泓宇
汪罕
高远
冯一琦
刘宾
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.)
Lemon Inc Cayman Island
Original Assignee
Lemon Inc Cayman Island
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 Lemon Inc Cayman Island filed Critical Lemon Inc Cayman Island
Priority to CN202110939279.XA priority Critical patent/CN113609309B/zh
Publication of CN113609309A publication Critical patent/CN113609309A/zh
Priority to PCT/SG2022/050578 priority patent/WO2023022655A2/zh
Priority to US18/397,227 priority patent/US20240135196A1/en
Application granted granted Critical
Publication of CN113609309B publication Critical patent/CN113609309B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • 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
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9024—Graphs; Linked lists
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Databases & Information Systems (AREA)
  • Animal Behavior & Ethology (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Machine Translation (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本公开涉及一种知识图谱构建方法、装置、存储介质及电子设备。该知识图谱构建方法包括：从目标网页的标题文本中识别出实体概念，并从所述目标网页的主体文本中识别出对应所述实体概念的至少一个实体；根据所述标题文本所属语种的语法分析规则，构建所述标题文本的语法分析树，并从所述语法分析树中确定用于修饰所述实体概念的修饰词；根据所述实体概念、所述修饰词以及所述至少一个实体生成知识图谱。采用本公开的这种方式，无需对目标网页进行结构化处理也能构建准确率和召回率高的知识图谱。

Description

知识图谱构建方法、装置、存储介质及电子设备
技术领域
本公开涉及知识图谱技术领域，具体地，涉及一种知识图谱构建方法、装置、存储介质及电子设备。
背景技术
知识图谱(Knowledge Graph)是结构化的语义知识库，用于以符号形式描述物理世界中的概念及其相互间的关系，其基本组成单位是三元组。具体地，我们可以把三元组理解为(实体entity，实体关系relation，实体entity)，若将实体看做结点把实体关系(包括属性，类别等)看做一条边，实体之间通过实体关系相互联结，构成网状的知识结构，如此包含了大量三元组的知识库就成为了一个庞大的知识图谱。
相关技术中，构建知识图谱依赖文本挖掘，通常会先对语料进行结构化处理，得到包括主语、谓语和宾语的结构化数据，然后基于得到的结构化数据构建知识图谱。然而，这种方式的召回率与准确率均不高。
发明内容
提供该发明内容部分以便以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。该发明内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征，也不旨在用于限制所要求的保护的技术方案的范围。
第一方面，本公开提供一种知识图谱构建方法，所述方法包括：
从目标网页的标题文本中识别出实体概念，并从所述目标网页的主体文本中识别出对应所述实体概念的至少一个实体；根据所述标题文本所属语种的语法分析规则，构建所述标题文本的语法分析树，并从所述语法分析树中确定用于修饰所述实体概念的修饰词；根据所述实体概念、所述修饰词以及所述至少一个实体生成知识图谱。
第二方面，本公开提供一种知识图谱构建装置，所述装置包括：
识别模块，用于从目标网页的标题文本中识别出实体概念，并从所述目标网页的主体文本中识别出对应所述实体概念的至少一个实体；
构建模块，用于根据所述标题文本所属语种的语法分析规则，构建所述标题文本的语法分析树，并从所述语法分析树中确定用于修饰所述实体概念的修饰词；
生成模块，用于根据所述实体概念、所述修饰词以及所述至少一个实体生成知识图谱。
第三方面，本公开提供一种计算机可读介质，其上存储有计算机程序，该程序被处理装置执行时实现第一方面中任一项所述方法的步骤。
第四方面，本公开提供一种电子设备，包括：
存储装置，其上存储有计算机程序；处理装置，用于执行所述存储装置中的所述计算机程序，以实现第一方面中任一项所述方法的步骤。
采用上述技术方案，至少能够取得如下的有益技术效果：
从目标网页的标题文本中识别出实体概念，并从该目标网页的主体文本中识别出对应该实体概念的至少一个实体。同时，根据标题文本所属语种的语法分析规则，构建标题文本的语法分析树，并从该语法分析树中确定用于修饰该实体概念的修饰词。根据实体概念、修饰词以及得到的实体生成知识图谱。可见，本公开提供了一种新的无需对语料(目标网页)进行结构化处理的知识图谱构建方法。而且，因本公开的这种方式能够避免对语料进行结构化处理而能够避免结构化处理所引入的噪声，使知识图谱的召回率与准确率提高。
本公开的其他特征和优点将在随后的具体实施方式部分予以详细说明。
附图说明
结合附图并参考以下具体实施方式，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。贯穿附图中，相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的，原件和元素不一定按照比例绘制。在附图中：
图1是根据本公开一示例性实施例示出的一种知识图谱构建方法的流程图。
图2是根据本公开一示例性实施例示出的一种语法分析树。
图3是根据本公开一示例性实施例示出的一种语法分析子树。
图4是根据本公开一示例性实施例示出的一种页面源代码。
图5是根据本公开一示例性实施例示出的对应图4的编码标签树。
图6是根据本公开一示例性实施例示出的一种目标网页。
图7是根据本公开一示例性实施例示出的对应图6的编码标签树。
图8是根据本公开一示例性实施例示出的一种第一编码标签子树和第二编码标签子树示意图。
图9是根据本公开一示例性实施例示出的一种知识图谱构建装置的框图。
图10是根据本公开一示例性实施例示出的一种电子设备的框图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例，然而应当理解的是，本公开可以通过各种形式来实现，而且不应该被解释为限于这里阐述的实施例，相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是，本公开的附图及实施例仅用于示例性作用，并非用于限制本公开的保护范围。
应当理解，本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行，和/或并行执行。此外，方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括，即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”；术语“另一实施例”表示“至少一个另外的实施例”；术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意，本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分，并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意，本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的，本领域技术人员应当理解，除非在上下文另有明确指出，否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的，而并不是用于对这些消息或信息的范围进行限制。
在对本公开的技术方案进行详细的实施例说明之前，需声明的是，本公开中的目标网页是在合法情况下获取使用的。
图1是根据本公开一示例性实施例示出的一种知识图谱构建方法的流程图。如图1所示，该知识图谱构建方法包括以下步骤：
S11、从目标网页的标题文本中识别出实体概念，并从所述目标网页的主体文本中识别出对应所述实体概念的至少一个实体。
本公开中的目标网页的获取方式不限于基于搜索引擎搜索关键词/句，还可以为爬虫爬取。
应当说明的是，目标网页的标题文本是指目标网页的标题标签所定义的文本，如HTML<title>标签所定义的文本。目标网页的标题文本的获取方式可以是使用网页标题解析器进行解析得到。或者，目标网页的标题文本的获取方式还可以是根据标题标签从目标网页的页面源代码中定位得到。
例如一种可能的实施方式，所述从目标网页的标题文本中识别出实体概念，包括：
获取所述目标网页的页面源代码；根据标题标签从所述页面源代码中定位得到所述标题文本；基于预设实体概念词集，从所述标题文本中匹配得到所述实体概念。
其中，预设实体概念词集category中预先定义有多种实体概念。通过预设实体概念词集category中的关键词匹配标题文本中的文字，以从标题文本中匹配得到标题文本携带的实体概念。采用这种方式，可从标题文本中快速获取到用于构建知识图谱的实体概念。
同理地，目标网页的主体文本是指目标网页的主体文本标签所定义的文本，如HTML<body>标签所定义的文本。目标网页的主体文本的获取方式可以是使用网页主体文本解析器来解析得到主体文本；或者还可以是根据主体文本标签从目标网页的页面源代码中定位得到主体文本。
值得解释的是，在本公开中，实体概念(entitative concept)指称以具体事物为反映对象的概念，与“属性概念”相对，用于反应对象本身而不是对象的属性。示例地，地球、海洋、动物、桌子、电影等均为实体概念。
实体(Entity)是客观存在并可相互区别的事物。示例地，电影《盗梦空间》、《星际穿越》均为实体概念电影对应的实体。
举例来说，假设目标网页的标题文本为“top 10best Korean movies of alltime must watch”，那么从该标题文本中可识别出实体概念为movies。而从该目标网页的主体文本中可识别出对应实体概念movies的一个或多个实体，例如实体可能为《老男孩》、《醉画仙》等。
S12、根据所述标题文本所属语种的语法分析规则，构建所述标题文本的语法分析树，并从所述语法分析树中确定用于修饰所述实体概念的修饰词。
由于语种不同，其对应的语法分析规则也不尽相同，所以，在构建标题文本的语法分析树之前，需先确定标题文本所属语种，然后基于标题文本所属语种的语法分析规则构建标题文本的语法分析树。
举例来说，在标题文本所属语种为英语的情况下，对应的语法分析规则为英语语法分析规则。在标题文本所属语种为中文的情况下，对应的语法分析规则为中文语法分析规则。
示例地，假设标题文本为“top 10best Korean movies of all time mustwatch”，根据英语语法分析规则，构建该标题文本的语法分析树如图2所示。从图2可知，修饰实体概念movies的修饰词为korean。
一种可能的实施方式，所述从所述语法分析树中确定用于修饰所述实体概念的修饰词，包括：
从所述语法分析树中确定包括所述实体概念的语法子树；确定所述语法子树对应的标题文本片段；将所述标题文本片段中的与所述实体概念距离最近的形容词作为所述修饰词。
以图2为例进行说明，从图2所示的语法分析树中确定包括实体概念movies的语法子树为图3所示的语法子树。从图3可知其对应的标题文本片段为“top 10best Koreanmovies”。该标题文本片段中的与实体概念movies距离最近的形容词(JJ)为Korean，因此修饰实体概念movies的修饰词为Korean。
采用这种构建语法分析树，在从语法分析树中确定修改实体概念的修饰词的方式，能够快速、准确地确定修饰实体概念的修饰词。如此可提升知识图谱的准确性。
S13、根据所述实体概念、所述修饰词以及所述至少一个实体生成知识图谱。
从目标网页的标题文本中识别出实体概念和修饰词，并从目标网页的主体文本中识别出对应实体概念的至少一个实体之后，根据得到的实体概念、修饰词以及实体可生成知识图谱。
示例地，知识图谱对应的关系型数据库如下表所示：
Category(实体概念) Modifier(修饰词) Entity(实体)
电影 科幻 盗梦空间、星际穿越、...
电影 悬疑/惊悚 恐怖游轮、万能钥匙、禁闭岛、...
电影 喜剧 ...
采用本公开的上述方法，从目标网页的标题文本中识别出实体概念，并从该目标网页的主体文本中识别出对应该实体概念的至少一个实体。同时，根据标题文本所属语种的语法分析规则，构建标题文本的语法分析树，并从该语法分析树中确定用于修饰该实体概念的修饰词。根据实体概念、修饰词以及得到的实体生成知识图谱。可见，本公开提供了一种新的无需对语料(目标网页)进行结构化处理的知识图谱构建方法。而且，因本公开的这种方式能够避免对语料进行结构化处理而能够避免结构化处理所引入的噪声，使知识图谱的召回率与准确率提高。
此处值得说明的是，由于在步骤S12中，根据标题文本所属语种的语法分析规则，构建了标题文本的语法分析树，并从语法分析树中确定了用于修饰实体概念的修饰词。因此，本公开技术方案的应用场景可以是针对特定实体概念的搜索、推荐、问答场景中。其中，特定实体概念由修饰词和实体概念组合表征。示例地，特定实体概念如“宝莱坞电影”、“海鲜餐馆”、“科幻小说”等等。也就是说，采用本公开的上述方法，得到的是基于特定实体概念的知识图谱。
一种可能的实施方式，上述步骤S11中，所述从所述目标网页的主体文本中识别出对应所述实体概念的至少一个实体，具体包括以下步骤：
在获取到所述目标网页的页面源代码之后，基于所述页面源代码中的编码标签，生成与所述页面源代码对应的编码标签树；从所述编码标签树中确定相似度大于预设阈值的多个目标编码标签子树；针对每一所述目标编码标签子树，从所述目标编码标签子树对应的主体文本片段中确定所述实体。
举例来说，假设目标网页的页面源代码如图4所示。基于页面源代码中的编码标签，如<html>、<head>、<title>、<body>、<p>、<a>，生成与页面源代码对应的图5所示的编码标签树。从图5所示的编码标签树中确定相似度大于预设阈值的多个目标编码标签子树，如图5圈中的三个目标编码标签子树。针对每一目标编码标签子树，从目标编码标签子树对应的主体文本片段中确定实体。图5圈中的三个目标编码标签子树对应的三个实体为分别Elsie、Lacies、1ink3。
采用这种根据目标网页的页面源代码构建编码标签树的方式，能够快速且更加完整的确定主体文本中的实体。
一种可能实施方式，所述标题文本的文本样式为top K文本样式。示例地，bestbollywood movies、Top 6Nikon Vintage Camera Lenses、20Most InfluentialScientists Alive Today、TWelve Most Interesting Children's Bookslin USA、10|HollywoodlClassics You Shouldn't Miss等均为top K文本样式的标题文本。
其中，K可以是通过如下方式确定的：从标题文本的语法分析树中确定包括所述实体概念的语法子树；从所述语法子树中确定基数标签对应的数量词K。
以图2和图3为例进行说明，从图2所示标题文本的语法分析树中确定包括实体概念movies的语法子树如图3所示。从图3可知，该语法子树中的基数标签(CD)对应的数量词K为10。
相应地，在所述标题文本的文本样式为top K文本样式的情况下，所述从所述编码标签树中确定相似度大于预设阈值的多个目标编码标签子树，包括：
从所述编码标签树中确定目标编码标签节点，所述目标编码标签节点下的编码标签子树的数量大于或等于K；从所述目标编码标签节点下的所有编码标签子树中确定至少K个所述目标编码标签子树。
以图6和图7为例进行说明。根据图6所示的目标网页，可从标题文本Top 6NikonVintage Camera Lenses中确定K为6。
在获取到图6所示的目标网页的页面源代码之后，基于页面源代码中的编码标签，生成与页面源代码对应的编码标签树如图7所示。针对图7所示的编码标签树，从中确定目标编码标签节点。图7中实线圈中的9个编码标签子树为目标编码标签节点下的编码标签子树。从目标编码标签节点下的9个编码标签子树中确定至少6个目标编码标签子树，例如确定图7中虚线圈中的6个目标编码标签子树。
可实现的，可通过如下方式计算任意两个编码标签子树中第一编码标签子树和第二编码标签子树之间的相似度：
在所述第一编码标签子树和所述第二编码标签子树的根节点不相同的情况下，确定所述第一编码标签子树和所述第二编码标签子树的相似度s＝0；
在所述第一编码标签子树和所述第二编码标签子树的根节点相同、且所述第一编码标签子树和所述第二编码标签子树的前序遍历结果以及后序遍历结果均相同的情况下，确定所述第一编码标签子树和所述第二编码标签子树的相似度s＝1；
在所述第一编码标签子树和所述第二编码标签子树的根节点相同、且所述第一编码标签子树和所述第二编码标签子树的前序遍历结果或者后序遍历结果不相同的情况下，确定所述两个编码标签子树的相似度
Figure BDA0003214328420000101
Figure BDA0003214328420000102
其中，N为所述第一编码标签子树中第一层节点的数量，Si以所述第一编码标签子树的第一层节点中的第i个节点为根节点的第一子树与以所述第二编码标签子树的第一层节点中的第i个节点为根节点的第二子树之间的相似度。
应当说明的是，Si的计算方式为将该第一子树和该第二子树作为新的两个编码标签子树，返回执行所述在所述第一编码标签子树和所述第二编码标签子树的根节点不相同的情况下，确定所述第一编码标签子树和所述第二编码标签子树的相似度s＝0的步骤；或者在所述第一编码标签子树和所述第二编码标签子树的根节点相同、且所述第一编码标签子树和所述第二编码标签子树的前序遍历结果以及后序遍历结果均相同的情况下，确定所述第一编码标签子树和所述第二编码标签子树的相似度s＝1的步骤；或者在所述第一编码标签子树和所述第二编码标签子树的根节点相同、且所述第一编码标签子树和所述第二编码标签子树的前序遍历结果或后序遍历结果不相同的情况下，确定所述两个编码标签子树的相似度
Figure BDA0003214328420000103
的步骤，直到得到的新的两个编码标签子树的相似度Si。
以图8为例进行说明，图8所示的第一编码标签子树和第二编码标签子树的根节点相同，均为a。第一编码标签子树的前序遍历结果为abefcdg，第二编码标签子树的前序遍历结果为abefdh，即第一编码标签子树和第二编码标签子树的前序遍历结果不相同。由此，可确定图8中两个编码标签子树的相似度的计算公式为
Figure BDA0003214328420000104
图8中第一编码标签子树中第一层节点分别为bcd，共3个节点，因此N为3。第一编码标签子树和第二编码标签子树的相似度为
Figure BDA0003214328420000105
其中，N为两个编码标签子树中第一层节点数的最大值。
以数据集Movie-300对本公开的上述知识图谱构建方法进行验证，得到验证结果为:Total 308；extractable 84；correct extraction 56；incorrect extraction16。由此可见采用本公开的上述方法构建的知识图谱的召回率为(correct/extractable)＝66.70％，准确率为(correct/(correct+incorrect))77.80％。
基于同一发明构思，本公开实施例还提供一种知识图谱构建装置的框图。如图9所示，该知识图谱构建装置900包括：
识别模块910，用于从目标网页的标题文本中识别出实体概念，并从所述目标网页的主体文本中识别出对应所述实体概念的至少一个实体；
构建模块920，用于根据所述标题文本所属语种的语法分析规则，构建所述标题文本的语法分析树，并从所述语法分析树中确定用于修饰所述实体概念的修饰词；
生成模块930，用于根据所述实体概念、所述修饰词以及所述至少一个实体生成知识图谱。
在一种可能的实施方式中，所述识别模块，包括：获取子模块，用于获取所述目标网页的页面源代码；定位子模块，用于根据标题标签从所述页面源代码中定位得到所述标题文本；匹配子模块，用于基于预设实体概念词集，从所述标题文本中匹配得到所述实体概念。
在一种可能的实施方式中，所述构建模块，包括：第一执行子模块，用于从所述语法分析树中确定包括所述实体概念的语法子树；第二执行子模块，用于确定所述语法子树对应的标题文本片段；第三执行子模块，用于将所述标题文本片段中的与所述实体概念距离最近的形容词作为所述修饰词。
在一种可能的实施方式中，所述识别模块，包括：生成子模块，用于在获取到所述目标网页的页面源代码之后，基于所述页面源代码中的编码标签，生成与所述页面源代码对应的编码标签树；第四执行子模块，用于从所述编码标签树中确定相似度大于预设阈值的多个目标编码标签子树；第五执行子模块，用于针对每一所述目标编码标签子树，从所述目标编码标签子树对应的主体文本片段中确定所述实体。
在一种可能的实施方式中，所述标题文本的文本样式为top K文本样式，所述第四执行子模块，用于：从所述编码标签树中确定目标编码标签节点，所述目标编码标签节点下的编码标签子树的数量大于或等于K；从所述目标编码标签节点下的所有编码标签子树中确定至少K个所述目标编码标签子树。
在一种可能的实施方式中，所述装置还包括计算模块，用于通过如下方式计算任意两个编码标签子树中的第一编码标签子树和第二编码标签子树之间的相似度：
在所述第一编码标签子树和所述第二编码标签子树的根节点不相同的情况下，确定所述第一编码标签子树和所述第二编码标签子树的相似度s＝0；在所述第一编码标签子树和所述第二编码标签子树的根节点相同、且所述第一编码标签子树和所述第二编码标签子树的前序遍历结果以及后序遍历结果均相同的情况下，确定所述第一编码标签子树和所述第二编码标签子树的相似度s＝1；在所述第一编码标签子树和所述第二编码标签子树的根节点相同、且所述第一编码标签子树和所述第二编码标签子树的前序遍历结果或后序遍历结果不相同的情况下，确定所述两个编码标签子树的相似度
Figure BDA0003214328420000121
Figure BDA0003214328420000122
其中，N为所述第一编码标签子树中第一层节点的数量，Si表示以所述第一编码标签子树的第一层节点中的第i个节点为根节点的第一子树与以所述第二编码标签子树的第一层节点中的第i个节点为根节点的第二子树之间的相似度。
在一种可能的实施方式中，K是通过如下方式确定的：从所述语法分析树中确定包括所述实体概念的语法子树；从所述语法子树中确定基数标签对应的数量词K。
采用本公开的上述装置，从目标网页的标题文本中识别出实体概念，并从该目标网页的主体文本中识别出对应该实体概念的至少一个实体。同时，根据标题文本所属语种的语法分析规则，构建标题文本的语法分析树，并从该语法分析树中确定用于修饰该实体概念的修饰词。根据实体概念、修饰词以及得到的实体生成知识图谱。可见，本公开提供了一种新的无需对语料(目标网页)进行结构化处理的知识图谱构建方法。而且，因本公开的这种方式能够避免对语料进行结构化处理而能够避免结构化处理所引入的噪声，使知识图谱的召回率与准确率提高。
关于上述装置中各个模块的具体实施步骤，已经在有关该装置的方法实施例中进行了详细的说明，此处不再赘述。
下面参考图10，其示出了适于用来实现本公开实施例的电子设备600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图10所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中，还存储有电子设备600操作所需的各种程序和数据。处理装置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。
通常，以下装置可以连接至I/O接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图6示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在非暂态计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置609从网络上被下载和安装，或者从存储装置608被安装，或者从ROM 602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述功能。
需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。
在一些实施方式中，客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol，超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信，并且可以与任意形式或介质的数字数据通信(例如，通信网络)互连。通信网络的示例包括局域网(“LAN”)，广域网(“WAN”)，网际网(例如，互联网)以及端对端网络(例如，ad hoc端对端网络)，以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：从目标网页的标题文本中识别出实体概念，并从所述目标网页的主体文本中识别出对应所述实体概念的至少一个实体；根据所述标题文本所属语种的语法分析规则，构建所述标题文本的语法分析树，并从所述语法分析树中确定用于修饰所述实体概念的修饰词；根据所述实体概念、所述修饰词以及所述至少一个实体生成知识图谱。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言——诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该模块本身的限定。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
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。
根据本公开的一个或多个实施例，示例1提供了一种知识图谱构建方法，包括：从目标网页的标题文本中识别出实体概念，并从所述目标网页的主体文本中识别出对应所述实体概念的至少一个实体；根据所述标题文本所属语种的语法分析规则，构建所述标题文本的语法分析树，并从所述语法分析树中确定用于修饰所述实体概念的修饰词；根据所述实体概念、所述修饰词以及所述至少一个实体生成知识图谱。
根据本公开的一个或多个实施例，示例2提供了示例1的方法，所述从目标网页的标题文本中识别出实体概念，包括：获取所述目标网页的页面源代码；根据标题标签从所述页面源代码中定位得到所述标题文本；基于预设实体概念词集，从所述标题文本中匹配得到所述实体概念。
根据本公开的一个或多个实施例，示例3提供了示例1的方法，所述从所述语法分析树中确定用于修饰所述实体概念的修饰词，包括：从所述语法分析树中确定包括所述实体概念的语法子树；确定所述语法子树对应的标题文本片段；将所述标题文本片段中的与所述实体概念距离最近的形容词作为所述修饰词。
根据本公开的一个或多个实施例，示例4提供了示例1-3的方法，所述从所述目标网页的主体文本中识别出对应所述实体概念的至少一个实体，包括：在获取到所述目标网页的页面源代码之后，基于所述页面源代码中的编码标签，生成与所述页面源代码对应的编码标签树；从所述编码标签树中确定相似度大于预设阈值的多个目标编码标签子树；针对每一所述目标编码标签子树，从所述目标编码标签子树对应的主体文本片段中确定所述实体。
根据本公开的一个或多个实施例，示例5提供了示例4的方法，所述标题文本的文本样式为top K文本样式，所述从所述编码标签树中确定相似度大于预设阈值的多个目标编码标签子树，包括：从所述编码标签树中确定目标编码标签节点，所述目标编码标签节点下的编码标签子树的数量大于或等于K；从所述目标编码标签节点下的所有编码标签子树中确定至少K个所述目标编码标签子树。
根据本公开的一个或多个实施例，示例6提供了示例5的方法，所述方法还包括：通过如下方式计算任意两个编码标签子树中的第一编码标签子树和第二编码标签子树之间的相似度：在所述第一编码标签子树和所述第二编码标签子树的根节点不相同的情况下，确定所述第一编码标签子树和所述第二编码标签子树的相似度s＝0；在所述第一编码标签子树和所述第二编码标签子树的根节点相同、且所述第一编码标签子树和所述第二编码标签子树的前序遍历结果以及后序遍历结果均相同的情况下，确定所述第一编码标签子树和所述第二编码标签子树的相似度s＝1；在所述第一编码标签子树和所述第二编码标签子树的根节点相同、且所述第一编码标签子树和所述第二编码标签子树的前序遍历结果或后序遍历结果不相同的情况下，确定所述两个编码标签子树的相似度
Figure BDA0003214328420000181
其中，N为所述第一编码标签子树中第一层节点的数量，Si表示以所述第一编码标签子树的第一层节点中的第i个节点为根节点的第一子树与以所述第二编码标签子树的第一层节点中的第i个节点为根节点的第二子树之间的相似度。
根据本公开的一个或多个实施例，示例7提供了示例5的方法，K是通过如下方式确定的：从所述语法分析树中确定包括所述实体概念的语法子树；从所述语法子树中确定基数标签对应的数量词K。
根据本公开的一个或多个实施例，示例8提供了一种知识图谱构建装置，所述装置包括：识别模块，用于从目标网页的标题文本中识别出实体概念，并从所述目标网页的主体文本中识别出对应所述实体概念的至少一个实体；构建模块，用于根据所述标题文本所属语种的语法分析规则，构建所述标题文本的语法分析树，并从所述语法分析树中确定用于修饰所述实体概念的修饰词；生成模块，用于根据所述实体概念、所述修饰词以及所述至少一个实体生成知识图谱。
根据本公开的一个或多个实施例，示例9提供了示例8的装置，所述识别模块，包括：获取子模块，用于获取所述目标网页的页面源代码；定位子模块，用于根据标题标签从所述页面源代码中定位得到所述标题文本；匹配子模块，用于基于预设实体概念词集，从所述标题文本中匹配得到所述实体概念。
根据本公开的一个或多个实施例，示例10提供了示例8的装置，所述构建模块，包括：第一执行子模块，用于从所述语法分析树中确定包括所述实体概念的语法子树；第二执行子模块，用于确定所述语法子树对应的标题文本片段；第三执行子模块，用于将所述标题文本片段中的与所述实体概念距离最近的形容词作为所述修饰词。
根据本公开的一个或多个实施例，示例11提供了示例8-10的装置，所述识别模块，包括：生成子模块，用于在获取到所述目标网页的页面源代码之后，基于所述页面源代码中的编码标签，生成与所述页面源代码对应的编码标签树；第四执行子模块，用于从所述编码标签树中确定相似度大于预设阈值的多个目标编码标签子树；第五执行子模块，用于针对每一所述目标编码标签子树，从所述目标编码标签子树对应的主体文本片段中确定所述实体。
根据本公开的一个或多个实施例，示例12提供了示例11的装置，所述标题文本的文本样式为top K文本样式，所述第四执行子模块，用于：从所述编码标签树中确定目标编码标签节点，所述目标编码标签节点下的编码标签子树的数量大于或等于K；从所述目标编码标签节点下的所有编码标签子树中确定至少K个所述目标编码标签子树。
根据本公开的一个或多个实施例，示例13提供了示例12的装置，所述装置还包括计算模块，用于通过如下方式计算任意两个编码标签子树中的第一编码标签子树和第二编码标签子树之间的相似度：
在所述第一编码标签子树和所述第二编码标签子树的根节点不相同的情况下，确定所述第一编码标签子树和所述第二编码标签子树的相似度s＝0；在所述第一编码标签子树和所述第二编码标签子树的根节点相同、且所述第一编码标签子树和所述第二编码标签子树的前序遍历结果以及后序遍历结果均相同的情况下，确定所述第一编码标签子树和所述第二编码标签子树的相似度s＝1；在所述第一编码标签子树和所述第二编码标签子树的根节点相同、且所述第一编码标签子树和所述第二编码标签子树的前序遍历结果或后序遍历结果不相同的情况下，确定所述两个编码标签子树的相似度
Figure BDA0003214328420000201
Figure BDA0003214328420000202
其中，N为所述第一编码标签子树中第一层节点的数量，Si表示以所述第一编码标签子树的第一层节点中的第i个节点为根节点的第一子树与以所述第二编码标签子树的第一层节点中的第i个节点为根节点的第二子树之间的相似度。
根据本公开的一个或多个实施例，示例14提供了示例12的装置，从所述语法分析树中确定包括所述实体概念的语法子树；从所述语法子树中确定基数标签对应的数量词K。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

Claims (10)

1.一种知识图谱构建方法，其特征在于，所述方法包括：
从目标网页的标题文本中识别出实体概念，并从所述目标网页的主体文本中识别出对应所述实体概念的至少一个实体；
根据所述标题文本所属语种的语法分析规则，构建所述标题文本的语法分析树，并从所述语法分析树中确定用于修饰所述实体概念的修饰词；
根据所述实体概念、所述修饰词以及所述至少一个实体生成知识图谱。
2.根据权利要求1所述的方法，其特征在于，所述从目标网页的标题文本中识别出实体概念，包括：
获取所述目标网页的页面源代码；
根据标题标签从所述页面源代码中定位得到所述标题文本；
基于预设实体概念词集，从所述标题文本中匹配得到所述实体概念。
3.根据权利要求1所述的方法，其特征在于，所述从所述语法分析树中确定用于修饰所述实体概念的修饰词，包括：
从所述语法分析树中确定包括所述实体概念的语法子树；
确定所述语法子树对应的标题文本片段；
将所述标题文本片段中的与所述实体概念距离最近的形容词作为所述修饰词。
4.根据权利要求1-3中任一项所述的方法，其特征在于，所述从所述目标网页的主体文本中识别出对应所述实体概念的至少一个实体，包括：
在获取到所述目标网页的页面源代码之后，基于所述页面源代码中的编码标签，生成与所述页面源代码对应的编码标签树；
从所述编码标签树中确定相似度大于预设阈值的多个目标编码标签子树；
针对每一所述目标编码标签子树，从所述目标编码标签子树对应的主体文本片段中确定所述实体。
5.根据权利要求4所述的方法，其特征在于，所述标题文本的文本样式为top K文本样式，所述从所述编码标签树中确定相似度大于预设阈值的多个目标编码标签子树，包括：
从所述编码标签树中确定目标编码标签节点，所述目标编码标签节点下的编码标签子树的数量大于或等于K；
从所述目标编码标签节点下的所有编码标签子树中确定至少K个所述目标编码标签子树。
6.根据权利要求5所述的方法，其特征在于，所述方法还包括：通过如下方式计算任意两个编码标签子树中的第一编码标签子树和第二编码标签子树之间的相似度：
在所述第一编码标签子树和所述第二编码标签子树的根节点不相同的情况下，确定所述第一编码标签子树和所述第二编码标签子树的相似度s＝0；
在所述第一编码标签子树和所述第二编码标签子树的根节点相同、且所述第一编码标签子树和所述第二编码标签子树的前序遍历结果以及后序遍历结果均相同的情况下，确定所述第一编码标签子树和所述第二编码标签子树的相似度s＝1；
在所述第一编码标签子树和所述第二编码标签子树的根节点相同、且所述第一编码标签子树和所述第二编码标签子树的前序遍历结果或后序遍历结果不相同的情况下，确定所述两个编码标签子树的相似度
Figure FDA0003214328410000021
Figure FDA0003214328410000022
其中，N为所述第一编码标签子树中第一层节点的数量，Si表示以所述第一编码标签子树的第一层节点中的第i个节点为根节点的第一子树与以所述第二编码标签子树的第一层节点中的第i个节点为根节点的第二子树之间的相似度。
7.根据权利要求5所述的方法，其特征在于，K是通过如下方式确定的：
从所述语法分析树中确定包括所述实体概念的语法子树；
从所述语法子树中确定基数标签对应的数量词K。
8.一种知识图谱构建装置，其特征在于，所述装置包括：
识别模块，用于从目标网页的标题文本中识别出实体概念，并从所述目标网页的主体文本中识别出对应所述实体概念的至少一个实体；
构建模块，用于根据所述标题文本所属语种的语法分析规则，构建所述标题文本的语法分析树，并从所述语法分析树中确定用于修饰所述实体概念的修饰词；
生成模块，用于根据所述实体概念、所述修饰词以及所述至少一个实体生成知识图谱。
9.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理装置执行时实现权利要求1-7中任一项所述方法的步骤。
10.一种电子设备，其特征在于，包括：
存储装置，其上存储有计算机程序；
处理装置，用于执行所述存储装置中的所述计算机程序，以实现权利要求1-7中任一项所述方法的步骤。
CN202110939279.XA 2021-08-16 2021-08-16 知识图谱构建方法、装置、存储介质及电子设备 Active CN113609309B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202110939279.XA CN113609309B (zh) 2021-08-16 2021-08-16 知识图谱构建方法、装置、存储介质及电子设备
PCT/SG2022/050578 WO2023022655A2 (zh) 2021-08-16 2022-08-15 知识图谱构建方法、装置、存储介质及电子设备
US18/397,227 US20240135196A1 (en) 2021-08-16 2023-12-27 Method and apparatus for knowledge graph construction, storage medium, and electronic device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110939279.XA CN113609309B (zh) 2021-08-16 2021-08-16 知识图谱构建方法、装置、存储介质及电子设备

Publications (2)

Publication Number Publication Date
CN113609309A true CN113609309A (zh) 2021-11-05
CN113609309B CN113609309B (zh) 2024-02-06

Family

ID=78308687

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110939279.XA Active CN113609309B (zh) 2021-08-16 2021-08-16 知识图谱构建方法、装置、存储介质及电子设备

Country Status (3)

Country Link
US (1) US20240135196A1 (zh)
CN (1) CN113609309B (zh)
WO (1) WO2023022655A2 (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118626742A (zh) * 2024-08-14 2024-09-10 浙江有数数智科技有限公司 一种网页中人物识别的处理方法、装置、设备及介质

Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104025085A (zh) * 2011-07-28 2014-09-03 纪金有限公司 用于提供关于包括在内容页面中的语义实体的信息的系统和方法
CN104484379A (zh) * 2014-12-09 2015-04-01 百度在线网络技术（北京）有限公司 确定音乐实体关系的方法和装置及查询处理方法和装置
CN105279277A (zh) * 2015-11-12 2016-01-27 百度在线网络技术（北京）有限公司 知识数据的处理方法和装置
CN106156365A (zh) * 2016-08-03 2016-11-23 北京智能管家科技有限公司 一种知识图谱的生成方法及装置
CN106484767A (zh) * 2016-09-08 2017-03-08 中国科学院信息工程研究所 一种跨媒体的事件抽取方法
CN107169078A (zh) * 2017-05-10 2017-09-15 京东方科技集团股份有限公司 中医药知识图谱及其建立方法以及计算机系统
CN107341215A (zh) * 2017-06-07 2017-11-10 北京航空航天大学 一种基于分布式计算平台的多源垂直知识图谱分类集成查询方法
CN108376160A (zh) * 2018-02-12 2018-08-07 北京大学 一种中文知识图谱构建方法和系统
CN108959433A (zh) * 2018-06-11 2018-12-07 北京大学 一种从软件项目数据中提取知识图谱并问答的方法与系统
CN109033358A (zh) * 2018-07-26 2018-12-18 李辰洋 新闻聚合与智能实体关联的方法
CN109033160A (zh) * 2018-06-15 2018-12-18 东南大学 一种知识图谱动态更新方法
US20190005163A1 (en) * 2017-06-29 2019-01-03 International Business Machines Corporation Extracting a knowledge graph from program source code
CN109885698A (zh) * 2019-02-13 2019-06-14 北京航空航天大学 一种知识图谱构建方法及装置、电子设备
CN110096599A (zh) * 2019-04-30 2019-08-06 长沙知了信息科技有限公司 知识图谱的生成方法及装置
CN110263351A (zh) * 2019-06-17 2019-09-20 深圳前海微众银行股份有限公司 一种网页的多语言翻译方法、装置及设备
US20200004832A1 (en) * 2018-07-02 2020-01-02 Babylon Partners Limited Computer Implemented Method for Extracting and Reasoning with Meaning from Text
CN111177591A (zh) * 2019-12-10 2020-05-19 浙江工业大学 面向可视化需求的基于知识图谱的Web数据优化方法
CN111414489A (zh) * 2020-03-25 2020-07-14 中金智汇科技有限责任公司 知识图谱构建方法、装置、电子设备及可读存储介质
CN111723186A (zh) * 2020-06-23 2020-09-29 宁波富万信息科技有限公司 用于对话系统的基于人工智能的知识图谱生成方法、电子设备
CN111813950A (zh) * 2020-05-20 2020-10-23 淮阴工学院 一种基于神经网络自适应寻优调参的建筑领域知识图谱构建方法
CN112507076A (zh) * 2020-12-14 2021-03-16 英大传媒投资集团有限公司 一种语义分析搜索方法、装置及存储介质

Patent Citations (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104025085A (zh) * 2011-07-28 2014-09-03 纪金有限公司 用于提供关于包括在内容页面中的语义实体的信息的系统和方法
CN104484379A (zh) * 2014-12-09 2015-04-01 百度在线网络技术（北京）有限公司 确定音乐实体关系的方法和装置及查询处理方法和装置
CN105279277A (zh) * 2015-11-12 2016-01-27 百度在线网络技术（北京）有限公司 知识数据的处理方法和装置
CN106156365A (zh) * 2016-08-03 2016-11-23 北京智能管家科技有限公司 一种知识图谱的生成方法及装置
CN106484767A (zh) * 2016-09-08 2017-03-08 中国科学院信息工程研究所 一种跨媒体的事件抽取方法
CN107169078A (zh) * 2017-05-10 2017-09-15 京东方科技集团股份有限公司 中医药知识图谱及其建立方法以及计算机系统
CN107341215A (zh) * 2017-06-07 2017-11-10 北京航空航天大学 一种基于分布式计算平台的多源垂直知识图谱分类集成查询方法
US20190005163A1 (en) * 2017-06-29 2019-01-03 International Business Machines Corporation Extracting a knowledge graph from program source code
CN108376160A (zh) * 2018-02-12 2018-08-07 北京大学 一种中文知识图谱构建方法和系统
CN108959433A (zh) * 2018-06-11 2018-12-07 北京大学 一种从软件项目数据中提取知识图谱并问答的方法与系统
CN109033160A (zh) * 2018-06-15 2018-12-18 东南大学 一种知识图谱动态更新方法
US20200004832A1 (en) * 2018-07-02 2020-01-02 Babylon Partners Limited Computer Implemented Method for Extracting and Reasoning with Meaning from Text
CN109033358A (zh) * 2018-07-26 2018-12-18 李辰洋 新闻聚合与智能实体关联的方法
CN109885698A (zh) * 2019-02-13 2019-06-14 北京航空航天大学 一种知识图谱构建方法及装置、电子设备
CN110096599A (zh) * 2019-04-30 2019-08-06 长沙知了信息科技有限公司 知识图谱的生成方法及装置
CN110263351A (zh) * 2019-06-17 2019-09-20 深圳前海微众银行股份有限公司 一种网页的多语言翻译方法、装置及设备
CN111177591A (zh) * 2019-12-10 2020-05-19 浙江工业大学 面向可视化需求的基于知识图谱的Web数据优化方法
CN111414489A (zh) * 2020-03-25 2020-07-14 中金智汇科技有限责任公司 知识图谱构建方法、装置、电子设备及可读存储介质
CN111813950A (zh) * 2020-05-20 2020-10-23 淮阴工学院 一种基于神经网络自适应寻优调参的建筑领域知识图谱构建方法
CN111723186A (zh) * 2020-06-23 2020-09-29 宁波富万信息科技有限公司 用于对话系统的基于人工智能的知识图谱生成方法、电子设备
CN112507076A (zh) * 2020-12-14 2021-03-16 英大传媒投资集团有限公司 一种语义分析搜索方法、装置及存储介质

Also Published As

Publication number Publication date
CN113609309B (zh) 2024-02-06
US20240135196A1 (en) 2024-04-25
WO2023022655A2 (zh) 2023-02-23
WO2023022655A3 (zh) 2023-04-13

Similar Documents

Publication Publication Date Title
JP7301922B2 (ja) 意味検索方法、装置、電子機器、記憶媒体およびコンピュータプログラム
US20190005121A1 (en) Method and apparatus for pushing information
CN111522927B (zh) 基于知识图谱的实体查询方法和装置
WO2022143105A1 (zh) 文本生成模型生成方法、文本生成方法、装置及设备
CN111314388B (zh) 用于检测sql注入的方法和装置
CN111382261B (zh) 摘要生成方法、装置、电子设备及存储介质
US20200218746A1 (en) Method and apparatus for presenting information
CN111241209B (zh) 用于生成信息的方法和装置
CN114385780B (zh) 程序接口信息推荐方法、装置、电子设备和可读介质
CN110019948B (zh) 用于输出信息的方法和装置
US20240220772A1 (en) Method of evaluating data, training method, electronic device, and storage medium
CN110737824B (zh) 内容查询方法和装置
CN113609308A (zh) 知识图谱构建方法、装置、存储介质及电子设备
US20240135196A1 (en) Method and apparatus for knowledge graph construction, storage medium, and electronic device
CN115221191A (zh) 一种基于数据湖的虚拟列构建方法以及数据查询方法
CN115640815A (zh) 翻译方法、装置、可读介质及电子设备
CN111078849A (zh) 用于输出信息的方法和装置
CN110895587B (zh) 用于确定目标用户的方法和装置
CN111737571B (zh) 搜索方法、装置和电子设备
CN111459959B (zh) 用于更新事件集合的方法和装置
CN117744662A (zh) 用于处理提示信息的方法、装置、电子设备及介质
CN115640523A (zh) 文本相似性度量方法、装置、设备、存储介质和程序产品
CN113987118A (zh) 语料的获取方法、装置、设备及存储介质
CN111737572B (zh) 搜索语句生成方法、装置和电子设备
CN111368036B (zh) 用于搜索信息的方法和装置

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