CN113704494B - 基于知识图谱的实体检索方法、装置、设备以及存储介质 - Google Patents
基于知识图谱的实体检索方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN113704494B CN113704494B CN202110998454.2A CN202110998454A CN113704494B CN 113704494 B CN113704494 B CN 113704494B CN 202110998454 A CN202110998454 A CN 202110998454A CN 113704494 B CN113704494 B CN 113704494B
- Authority
- CN
- China
- Prior art keywords
- entity
- similarity
- entities
- retrieval
- literal
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000010276 construction Methods 0.000 claims description 6
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000004590 computer program Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000003066 decision tree Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000008521 reorganization Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/288—Entity relationship models
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)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了一种基于知识图谱的实体检索方法、装置、设备以及存储介质,本公开涉及人工智能技术领域,具体涉及知识图谱应用和云服务的技术领域,可以应用于信息搜索等场景。具体实现方案为:构建包含多个第一实体、以及第一实体之间的关联关系的知识图谱;根据输入的检索信息,从第一实体中确定与检索信息匹配的第二实体;基于知识图谱,确定与第二实体具有关联关系的至少一个第三实体;确定每个第三实体的价值度,并基于每个第三实体的价值度对各第三实体进行排序。第三实体的排序结果可以直观地体现出每个第三实体与用户所期望的检索结果的关联程度,提高了检索结果的准确性和使用便捷性。
Description
技术领域
本公开涉及人工智能技术领域,具体涉及知识图谱应用和云服务的技术领域,可以应用于信息搜索等场景。
背景技术
为了便于用户从散乱的信息中获取期望的信息,现有技术可以将每个信息作为实体来构建知识图谱,用户可以基于知识图谱来检索期望的信息。然而,在一些情况下,现有的基于知识图谱的检索方法所得到的检索过,往往包含与用户所期望的检索结果关联性较弱的信息,用户需要从检索结果中进一步甄别出期望的信息。
发明内容
本公开提供了一种基于知识图谱的实体检索方法、装置、设备以及存储介质。
根据本公开的第一方面,提供了一种基于知识图谱的实体检索方法,包括:
构建包含多个第一实体、以及第一实体之间的关联关系的知识图谱;
根据输入的检索信息,从第一实体中确定与检索信息匹配的第二实体;
基于知识图谱,确定与第二实体具有关联关系的至少一个第三实体;
确定每个第三实体的价值度,并基于每个第三实体的价值度对各第三实体进行排序。
根据本公开的第二方面,提供了一种基于知识图谱的实体检索装置,包括:
图谱构建模块,用于构建包含多个第一实体、以及第一实体之间的关联关系的知识图谱;
实体匹配模块,用于根据输入的检索信息,从第一实体中确定与检索信息匹配的第二实体;
实体检索模块,用于基于知识图谱,确定与第二实体具有关联关系的至少一个第三实体;
实体排序模块,用于确定每个第三实体的价值度,并基于每个第三实体的价值度对各第三实体进行排序。
根据本公开的第三方面,提供了一种电子设备,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上述的基于知识图谱的实体检索方法。
根据本公开的第四方面,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,所述计算机指令用于使所述计算机执行上述的基于知识图谱的实体检索方法。
根据本公开的第五方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现上述的基于知识图谱的实体检索方法。
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。
本公开提供的技术方案带来的有益效果是:
在本公开的技术方案中,以输入的检索信息和知识图谱所包含的信息为依据,能够较全面地检索出与用户所期望的检索结果相关的第三实体,并按照第三实体的价值度对第三实体进行排序,从而直观地体现出每个第三实体与用户所期望的检索结果的关联程度,提高了检索结果的准确性和使用便捷性。
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示出了本公开实施例提供的一种基于知识图谱的实体检索方法的流程示意图;
图2示出了本公开实施例提供的一种知识图谱示例性的结构示意图;
图3示出了本公开实施例提供的另一种基于知识图谱的实体检索方法的流程示意图;
图4示出了本公开实施例提供的一种基于知识图谱的实体检索装置的示意图;
图5示出了可以用来实施本公开实施例提供的基于知识图谱的实体检索方法的示例电子设备的示意性框图。
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。
为了便于用户从散乱的信息中获取期望的信息,现有技术可以将每个信息作为实体来构建知识图谱,用户可以基于知识图谱来检索期望的信息。
企业的知识信息管理的场景为例,传统企业知识管理中,项目资料一般都分散在各个团队中,没有成熟的检索系统提供相关信息查找。例如,要查找相关的项目对接人需要先找到相关部门,再从该部门信息当中找到项目相关信息,最终寻求对接目标。如果需要相关项目的相关知识,需要与当前项目对接人沟通提供,或者自行检索查找。这种信息查询的方式效率较低,不便于快速地获取到期望的信息。因此,本公开实施例可以基于企业的中的各类信息构建知识图谱,以便用户可以基于知识图谱来检索期望的信息。
然而,在一些情况下,现有的基于知识图谱的检索方法所得到的检索过,往往包含与用户所期望的检索结果关联性较弱的信息,用户需要从检索结果中进一步甄别出期望的信息。
本公开实施例提供的基于知识图谱的实体检索方法、装置、设备以及存储介质,旨在解决现有技术的如上技术问题中的至少一个。
图1示出了本公开实施例提供的一种基于知识图谱的实体检索方法的流程示意图,如图1所示,该方法主要可以包括以下步骤:
S110:构建包含多个第一实体、以及第一实体之间的关联关系的知识图谱。
知识图谱是一种基于图的数据结构,由节点(point)和边(Edge)组成,每个节点表示一个“实体”,每条边为实体与实体之间的“关系”,知识图谱本质上是语义网络。实体指的可以是现实世界中的事物,比如人、地名、公司、电话、动物等;关系则用来表达不同实体之间的某种联系。
为了便于理解和表述,本公开实施例将知识图谱中的实体定义为第一实体。第一实体类型可以根据实际的应用场景而定。以企业的知识信息管理的场景为例,该场景下的第一实体可以包括人实体、事实体和知识实体。
S120:根据输入的检索信息,从第一实体中确定与检索信息匹配的第二实体。
在本公开实施例中,可以基于知识图谱构建检索系统,用户可以基于该检索系统输入的检索信息。可以理解,检索信息可以包含与知识图谱中的某一个第一实体相关的内容,可以通过检索信息中的内容从知识图谱所包含的第一实体中确定与其匹配的第一实体,为了便于理解和描述,本公开实施例将与检索信息匹配的第一实体定义为第二实体。
可选地,本公开实施例可以确定检索信息与每个第一实体的相似度;将对应的相似度最高的第一实体作为第二实体。
S130:基于知识图谱,确定与第二实体具有关联关系的至少一个第三实体。
如前文所述,知识图谱包含有第一实体之间的关联关系,在确定出第二实体之后,可以基于知识图谱确定与第二实体具有关联关系的至少一个实体,为了便于理解和描述,本公开实施例可以将与第二实体具有关联关系的第一实体定义为第三实体。
S140:确定每个第三实体的价值度,并基于每个第三实体的价值度对各第三实体进行排序。
在本公开实施例中,可以将第三实体在至少一个维度的重要程度进行量化,将量化值作为第三实体的价值度。可以按照价值度从高到底的顺序对各第三实体进行排序,得到每个第三实体的排名,按照排名来展示各第三实体。
可选地,第三实体的价值度可以包括:第三实体与第二实体的关联关系的置信度、以及针对第三实体的关注度。本公开实施例可以确定每个第三实体的价值度,并基于每个第三实体的价值度对各第三实体进行排序,包括:确定每个第三实体与第二实体的关联关系的置信度、以及针对每个第三实体的关注度;基于每个第三实体对应的置信度和关注度,对各第三实体进行排序。
图2示出了本公开实施例提供的一种知识图谱示例性的结构示意图,在图2中,以企业的知识信息管理的场景为例,该场景下的第一实体可以包括人实体、事实体和知识实体。其中,人实体包括企业员工的岗位、职级和所在部门等,事实体包括公司的项目、团队、平台与工具等,知识实体可以包含信息内容,具体来说,知识实体可以是文档、技术名词和产品名词等。
第一实体之间的关联关系可以基于被关联的两个实体的类型而定。例如,人实体与事实体之间的关联关系可以是参与关系,包括负责、参与、对接和协同等,知识实体与知识实体之间的关联关系可以是上下位关系(hypernym),人实体与人实体之间的关联关系可以是上下位关系也,事实体与事实体的关联关系也可以是上下位关系。其中,人实体与事实体之间的关联关系构建主要通过项目、产品的人员构成进行数据抽取;知识实体与事实体之间的关联关系通过项目中所涉及的关键技术以及相关知识材料构成;知识实体与知识实体之间的关系可以借助已有的企业知识库或者基于信息内容通过知识点分类模型构建。可以理解,在获取了第一实体、以及确定第一实体之间的关联关系之后,可以构建出包含第一实体、以及第一实体之间的关联关系的知识图谱。
基于图2所示的检索图谱可以构建检索系统,用户可以通过检索系统输入检索信息,之后可以根据输入的检索信息从第一实体中确定与检索信息匹配的第二实体。例如,如图2所示,检索信息包含“小明”,则可以从知识图谱的第一实体中确定与“小明”匹配的某一个人实体;检索信息包含“应用”,则可以从知识图谱的第一实体中确定与“应用”匹配的某一个事实体;检索信息包含“智能办公平台”,则可以从知识图谱的第一实体中确定与“智能办公平台”匹配的某一个知识实体。在确定出第二实体之后,可以确定与第二实体具有关联关系的至少一个第三实体。例如,当第二实体某一个人实体时,可以确定与第二实体具有关联关系的事实体、知识实体和其他的人实体。之后对从图2中所示确定检索图谱中的第三实体的价值度,并基于每个第三实体的价值度对各第三实体进行排序。
本公开实施例提供的基于知识图谱的实体检索方法,以输入的检索信息和知识图谱所包含的信息为依据,能够较全面地检索出与用户所期望的检索结果相关的第三实体,并按照第三实体的价值度对第三实体进行排序,从而直观地体现出每个第三实体与用户所期望的检索结果的关联程度准确度,提高了检索结果的准确性和使用便捷性。
图3示出了本公开实施例提供的另一种基于知识图谱的实体检索方法的流程示意图,如图3所示,该方法主要可以包括以下步骤:
S310:构建包含第一实体、以及第一实体之间的关联关系的知识图谱。
在本公开实施例中,针对步骤S310的具体描述可以参照上述步骤S110中的描述,此处不再赘述。
S320:确定检索信息与每个第一实体的相似度。
在本公开实施例中,可以基于知识图谱构建检索系统,用户可以基于该检索系统输入的检索信息。可以理解,检索信息可以包含与知识图谱中的某一个第一实体相关的内容,本公开实施例可以确定知识图谱中的每个第一实体的相似度与检索信息中的内容的相似度。以相似度作为检索信息与第一实体之间匹配程度的依据,可以确保匹配结果的准确性。
其中,相似度的类型可以根据实际的设计需要而定,例如,可以确定检索信息与第一实体中的每个实体的字面相似度和语义相似度之中的至少一个。
可选地,针对字面相似度,本公开实施例可以先对检索信息进行解析,如分词、重组以及词形变换等,之后确定解析后的检索信息与每个第一实的字面相似度,字面相似度可以表征为杰卡德(Jaccard)距离、TF-IDF(Term Frequency–Inverse DocumentFrequency,词频-反文档频率)余弦距离、或者基于BM25算法所确定的相似度等。
可选地,针对语义相似度,本公开实施例利用预先训练好的语义识别模型来检索信息与每个第一实体的语义相似度,其中,语义识别模型可以是ERINE模型或Sim CSE模型等自然语言处理模型,本公开实施例对语义识别模型的类型不做限定。
S330:将对应的相似度最高的第一实体作为第二实体。
可选地,确定检索信息与第一实体中的每个实体的字面相似度和语义相似度。本公开实施例可以基于第一实体对应的字面相似度和语义相似度,计算第一实体对应的综合相似度;将对应的综合相似度最高的第一实体作为第二实体。本公开实施例综合考虑检索信息与实体的字面相似度和语义相似度,通过两种相似度的综合结果来确定第二实体,较大程度上确保了匹配结果的准确性和客观性。
可选地,综合相似度可以是字面相似度和语义相似度的加权值。本公开实施例可以基于第一实体对应的字面相似度、字面相似度的权重系数、第一实体对应的语义相似度、以及语义相似度的权重系数,计算第一实体对应的加权相似度,其中,字面相似度的权重系数小于语义相似度的权重系数。其中,字面相似度的权重系数小于语义相似度的权重系数。本公开实施例充分考虑了不同类型的相似度对匹配结果的影响程度,为不同类型的相似度配置不同的权重系数,基于不同类型的相似度的加权值来确定匹配结果,确保匹配结果的准确性和可靠性。
具体地,针对一个第一实体对应的字面相似度和语义相似度,可以计算字面相似度与其权重系数的乘积、以及计算语义相似度与其权重系数的乘积,将两个乘积的和值作为第一实体对应的加权相似度。
S340:基于知识图谱,确定与第二实体具有关联关系的至少一个第三实体。
如前文所述,知识图谱包含有第一实体之间的关联关系,在确定第二实体之后,可以基于知识图谱确定与第二实体具有关联关系的至少一个第一实体,为了便于理解和描述,本公开实施例可以将与第二实体具有关联关系的第一实体定义为第三实体。
S350:确定每个第三实体与第二实体的关联关系的置信度、以及针对每个第三实体的关注度。
如前文所述,本公开实施例可以将第三实体在至少一个维度的重要程度进行量化,将量化值作为第三实体的价值度。例如,可以对第三实体与第二实体之间的关联关系的可靠性、以及用户对第三实体关注程度进行量化,因此,第三实体的价值度可以包括:第三实体与第二实体的关联关系的置信度、以及针对第三实体的关注度。
可选地,本公开实施例在构建知识图谱时,可以为实体之间的关联关系配置对应的置信度。可以理解,关联关系置信度越高,表示实体之间的关联关系的可靠性越高。
可选地,针对第三实体的关注度可以包括用户针对第三实体的检索频次、用户针对第三实体的浏览频次。具体来说,本公开实施例通过预先训练的排序模型,基于用户的历史检索行为和浏览行为、以及每个第三实体的协同过滤矩阵,确定用户针对第三实体的检索频次和浏览频次。这里,排序模型可以是GBDT(Gradient Boosting Decision Tree,梯度提升决策树),也可以是其他类型的模型,本公开实施例对此不作限定。
S360:基于每个第三实体对应的置信度和关注度,对各第三实体进行排序。
在本公开实施例中,可以基于第三实体对应的置信度和关注度,确定第三实体对应的综合价值度。按照综合价值度从高到底的顺序对各第三实体进行排序,得到每个第三实体的排名,按照排名来展示各第三实体。其中,综合价值度可以是置信度和关注度的加权值。
在本公开实施例中,可以先按照置信度对多个第三实体进行筛选,保留对应置信度高于预设置信度阈值的第三实体。对于保留下来的第三实体,按照关注度从高到底的顺序对保留下来的第三实体进行排序,得到每个第三实体的排名,按照排名来展示各第三实体。
本公开实施例提供的基于知识图谱的实体检索方法,以输入的检索信息和知识图谱所包含的信息为依据,能够较全面地检索出与用户所期望的检索结果相关的第三实体,并按照第三实体的价值度对第三实体进行排序,从而直观地体现出每个第三实体与用户所期望的检索结果的关联程度准确度,提高了检索结果的准确性和使用便捷性,方便用户快速地甄别出期望的第三实体,确保用户可以地获取到相关信息。
本公开实施例综合每个第三实体对应的置信度和关注度对其的价值影响程度,通过置信度和关注度来对第三实体进行排序,较大程度上确保了排序结果的准确性和客观性。
基于与上述的基于知识图谱的实体检索方法相同的原理,图4示出了本公开实施例提供的一种基于知识图谱的实体检索装置的示意图。如图4所示,基于知识图谱的实体检索装置400包括图谱构建模块410、实体匹配模块420、实体检索模块430和实体排序模块440。
图谱构建模块410用于构建包含多个第一实体、以及第一实体之间的关联关系的知识图谱。
实体匹配模块420用于根据输入的检索信息,从第一实体中确定与检索信息匹配的第二实体。
实体检索模块430用于基于知识图谱,确定与第二实体具有关联关系的至少一个第三实体。
实体排序模块440用于确定每个第三实体的价值度,并基于每个第三实体的价值度对各第三实体进行排序。
本公开实施例提供的基于知识图谱的实体检索装置,以输入的检索信息和知识图谱所包含的信息为依据,能够较全面地检索出与用户所期望的检索结果相关的第三实体,并按照第三实体的价值度对第三实体进行排序,从而直观地体现出每个第三实体与用户所期望的检索结果的关联程度准确度,提高了检索结果的准确性和使用便捷性,方便用户快速地甄别出期望的第三实体,确保用户可以地获取到相关信息。
在本公开实施例中,实体匹配模块420在用于从第一实体中确定与检索信息匹配的第二实体时,具体用于:
确定检索信息与每个第一实体的相似度;
将对应的相似度最高的第一实体作为第二实体。
在本公开实施例中,实体匹配模块420在用于确定检索信息与每个第一实体的相似度时,具体用于:
确定检索信息与每个第一实体的字面相似度和语义相似度之中的至少一个。
在本公开实施例中,相似度包括字面相似度和语义相似度;实体匹配模块420在用于将对应的相似度最高的第一实体作为第二实体时,具体用于:
基于第一实体对应的字面相似度和语义相似度,计算第一实体对应的综合相似度;
将对应的综合相似度最高的第一实体作为第二实体。
在本公开实施例中,实体匹配模块420在用于基于第一实体对应的字面相似度和语义相似度,计算第一实体对应的综合相似度时,具体用于:
基于第一实体对应的字面相似度、字面相似度的权重系数、第一实体对应的语义相似度、以及语义相似度的权重系数,计算第一实体对应的加权相似度,其中,字面相似度的权重系数小于语义相似度的权重系数;
将第一实体对应的加权相似度作为第一实体对应的综合相似度。
在本公开实施例中,第三实体的价值度包括:第三实体与第二实体的关联关系的置信度、以及针对第三实体的关注度;
实体排序模块440在用于确定每个第三实体的价值度,并基于每个第三实体的价值度对各第三实体进行排序时,具体用于:
确定每个第三实体与第二实体的关联关系的置信度、以及针对每个第三实体的关注度;
基于每个第三实体对应的置信度和关注度,对各第三实体进行排序。
在本公开实施例中,针对第三实体的关注度包括:针对第三实体的检索频次和针对第三实体的浏览频次。
可以理解的是,本公开实施例中的基于知识图谱的实体检索装置的上述各模块具有实现上述的基于知识图谱的实体检索方法相应步骤的功能。该功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。上述模块可以是软件和/或硬件,上述各模块可以单独实现,也可以多个模块集成实现。对于上述基于知识图谱的实体检索装置的各模块的功能描述具体可以参见上述的基于知识图谱的实体检索方法的对应描述,在此不再赘述。
本公开的技术方案中,所涉及的用户个人信息的获取,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。
根据本公开的实施例,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5示出了可以用来实施本公开实施例提供的基于知识图谱的实体检索方法的示例电子设备的示意性框图。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5所示,电子设备500包括计算单元501,其可以根据存储在只读存储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存储器(RAM)503中的计算机程序,来执行各种适当的动作和处理。在RAM 503中,还可存储电子设备500操作所需的各种程序和数据。计算单元501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
电子设备500中的多个部件连接至I/O接口505,包括:输入单元506,例如键盘、鼠标等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许电子设备500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501可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元501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501执行上文所描述的各个方法和处理,例如基于知识图谱的实体检索方法。例如,在一些实施例中,基于知识图谱的实体检索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508。在一些实施例中,计算机程序的部分或者全部可以经由ROM 502和/或通信单元509而被载入和/或安装到电子设备500上。当计算机程序加载到RAM 503并由计算单元501执行时,可以执行上文描述的基于知识图谱的实体检索方法的一个或多个步骤。备选地,在其他实施例中,计算单元501可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行基于知识图谱的实体检索方法。
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、现场可编程门阵列(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。服务器可以是云服务器,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
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)
1.一种基于知识图谱的实体检索方法,包括:
构建包含多个第一实体、以及第一实体之间的关联关系的知识图谱;
根据输入的检索信息,确定所述检索信息与每个所述第一实体的相似度,将对应的相似度最高的所述第一实体作为第二实体;
基于所述知识图谱,确定与所述第二实体具有关联关系的至少一个第三实体;
确定每个所述第三实体与所述第二实体的关联关系的置信度、以及针对每个所述第三实体的关注度;
基于每个所述第三实体对应的置信度和关注度,对各所述第三实体进行排序。
2.根据权利要求1所述的方法,其中,所述确定所述检索信息与每个所述第一实体的相似度,包括:
确定所述检索信息与每个所述第一实体的字面相似度和语义相似度之中的至少一个。
3.根据权利要求1所述的方法,其中,所述相似度包括字面相似度和语义相似度;将对应的相似度最高的所述第一实体作为第二实体,包括:
基于所述第一实体对应的字面相似度和语义相似度,计算所述第一实体对应的综合相似度;
将对应的综合相似度最高的所述第一实体作为第二实体。
4.根据权利要求3所述的方法,其中,所述基于所述第一实体对应的字面相似度和语义相似度,计算所述第一实体对应的综合相似度,包括:
基于所述第一实体对应的字面相似度、所述字面相似度的权重系数、语义相似度、以及所述语义相似度的权重系数,计算所述第一实体对应的加权相似度,其中,所述字面相似度的权重系数小于所述语义相似度的权重系数;
将所述第一实体对应的加权相似度作为所述第一实体对应的综合相似度。
5.根据权利要求1所述的方法,所述针对所述第三实体的关注度包括:针对所述第三实体的检索频次和针对所述第三实体的浏览频次。
6.一种基于知识图谱的实体检索装置,包括:
图谱构建模块,用于构建包含多个第一实体、以及第一实体之间的关联关系的知识图谱;
实体匹配模块,用于根据输入的检索信息,确定所述检索信息与每个所述第一实体的相似度,将对应的相似度最高的所述第一实体作为第二实体;
实体检索模块,用于基于所述知识图谱,确定与所述第二实体具有关联关系的至少一个第三实体;
实体排序模块,用于确定每个所述第三实体与所述第二实体的关联关系的置信度、以及针对每个所述第三实体的关注度;基于每个所述第三实体对应的置信度和关注度,对各所述第三实体进行排序。
7.根据权利要求6所述的装置,其中,所述实体匹配模块在用于确定所述检索信息与每个所述第一实体的相似度时,具体用于:
确定所述检索信息与每个所述第一实体的字面相似度和语义相似度之中的至少一个。
8.根据权利要求6所述的装置,其中,所述相似度包括字面相似度和语义相似度;所述实体匹配模块在用于将对应的相似度最高的所述第一实体作为第二实体时,具体用于:
基于所述第一实体对应的字面相似度和语义相似度,计算所述第一实体对应的综合相似度;
将对应的综合相似度最高的所述第一实体作为第二实体。
9.根据权利要求8所述的装置,其中,所述实体匹配模块在用于基于所述第一实体对应的字面相似度和语义相似度,计算所述第一实体对应的综合相似度时,具体用于:
基于所述第一实体对应的字面相似度、所述字面相似度的权重系数、所述第一实体对应的语义相似度、以及所述语义相似度的权重系数,计算所述第一实体对应的加权相似度,其中,所述字面相似度的权重系数小于所述语义相似度的权重系数;
将所述第一实体对应的加权相似度作为所述第一实体对应的综合相似度。
10.根据权利要求6所述的装置,所述针对所述第三实体的关注度包括:针对所述第三实体的检索频次和针对所述第三实体的浏览频次。
11.一种电子设备,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。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110998454.2A CN113704494B (zh) | 2021-08-27 | 2021-08-27 | 基于知识图谱的实体检索方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110998454.2A CN113704494B (zh) | 2021-08-27 | 2021-08-27 | 基于知识图谱的实体检索方法、装置、设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113704494A CN113704494A (zh) | 2021-11-26 |
CN113704494B true CN113704494B (zh) | 2024-04-05 |
Family
ID=78656298
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110998454.2A Active CN113704494B (zh) | 2021-08-27 | 2021-08-27 | 基于知识图谱的实体检索方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113704494B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114218404A (zh) * | 2021-12-29 | 2022-03-22 | 北京百度网讯科技有限公司 | 内容检索方法、检索库的构建方法、装置和设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111475623A (zh) * | 2020-04-09 | 2020-07-31 | 北京北大软件工程股份有限公司 | 基于知识图谱的案件信息语义检索方法及装置 |
WO2021000676A1 (zh) * | 2019-07-03 | 2021-01-07 | 平安科技(深圳)有限公司 | 问答方法、问答装置、计算机设备及存储介质 |
CN112528046A (zh) * | 2020-12-25 | 2021-03-19 | 网易(杭州)网络有限公司 | 新的知识图谱的构建方法、装置和信息检索方法、装置 |
CN112860866A (zh) * | 2021-02-09 | 2021-05-28 | 北京百度网讯科技有限公司 | 语义检索方法、装置、设备以及存储介质 |
WO2021164618A1 (zh) * | 2020-02-17 | 2021-08-26 | 京东方科技集团股份有限公司 | 基于知识图谱的问答方法及装置、计算机设备及介质 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10916237B2 (en) * | 2019-03-29 | 2021-02-09 | Microsoft Technology Licensing, Llc | Training utterance generation |
CN112100288B (zh) * | 2020-09-15 | 2023-07-28 | 北京百度网讯科技有限公司 | 用于输出信息的方法、装置、设备以及存储介质 |
-
2021
- 2021-08-27 CN CN202110998454.2A patent/CN113704494B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021000676A1 (zh) * | 2019-07-03 | 2021-01-07 | 平安科技(深圳)有限公司 | 问答方法、问答装置、计算机设备及存储介质 |
WO2021164618A1 (zh) * | 2020-02-17 | 2021-08-26 | 京东方科技集团股份有限公司 | 基于知识图谱的问答方法及装置、计算机设备及介质 |
CN111475623A (zh) * | 2020-04-09 | 2020-07-31 | 北京北大软件工程股份有限公司 | 基于知识图谱的案件信息语义检索方法及装置 |
CN112528046A (zh) * | 2020-12-25 | 2021-03-19 | 网易(杭州)网络有限公司 | 新的知识图谱的构建方法、装置和信息检索方法、装置 |
CN112860866A (zh) * | 2021-02-09 | 2021-05-28 | 北京百度网讯科技有限公司 | 语义检索方法、装置、设备以及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN113704494A (zh) | 2021-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114549874B (zh) | 多目标图文匹配模型的训练方法、图文检索方法及装置 | |
CN113032673B (zh) | 资源的获取方法、装置、计算机设备及存储介质 | |
CN112989023B (zh) | 标签推荐方法、装置、设备、存储介质及计算机程序产品 | |
CN112883248B (zh) | 信息推送方法、装置以及电子设备 | |
CN113836314B (zh) | 知识图谱构建方法、装置、设备以及存储介质 | |
CN113660541A (zh) | 新闻视频的摘要生成方法及装置 | |
CN115481227A (zh) | 人机交互对话方法、装置以及设备 | |
CN113704494B (zh) | 基于知识图谱的实体检索方法、装置、设备以及存储介质 | |
CN115248890B (zh) | 用户兴趣画像的生成方法、装置、电子设备以及存储介质 | |
CN112506864B (zh) | 文件检索的方法、装置、电子设备及可读存储介质 | |
CN114064925A (zh) | 知识图谱的构建方法、数据查询方法、装置、设备和介质 | |
CN112560480B (zh) | 任务社区发现方法、装置、设备和存储介质 | |
CN113609100A (zh) | 数据存储方法、数据查询方法、装置及电子设备 | |
CN116597443A (zh) | 素材标签处理方法、装置、电子设备及介质 | |
CN113761379B (zh) | 商品推荐方法及装置、电子设备和介质 | |
CN112926297B (zh) | 处理信息的方法、装置、设备和存储介质 | |
CN114048315A (zh) | 确定文档标签的方法、装置、电子设备和存储介质 | |
CN112989190A (zh) | 一种商品挂载方法、装置、电子设备和存储介质 | |
CN112528644A (zh) | 实体挂载的方法、装置、设备以及存储介质 | |
CN116610782B (zh) | 文本检索方法、装置、电子设备及介质 | |
CN113377921B (zh) | 用于匹配信息的方法、装置、电子设备以及介质 | |
CN114117004B (zh) | 地址识别方法、装置、电子设备以及存储介质 | |
CN114066278B (zh) | 物品召回的评估方法、装置、介质及程序产品 | |
CN113377922B (zh) | 用于匹配信息的方法、装置、电子设备以及介质 | |
CN112966178B (zh) | 咨询结果的分发方法、装置、设备以及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |