CN114116919A - 知识图谱的构建方法、数据查询方法、装置、设备和介质 - Google Patents

Abstract

本公开提供了一种知识图谱的构建方法，涉及人工智能技术领域，尤其涉及知识图谱技术。具体实现方案为：针对K个实体，对每个实体执行以下操作，得到K个实体子图谱，其中，K为大于或等于1的整数；获取与所述每个实体相关的H个文档，其中，H为大于或等于1的整数；根据所述H个文档，得到M个类别字段的第一关联关系，其中，每个类别字段的第一关联关系为所述每个类别字段与所述H个文档中至少一个文档之间的关联关系，所述类别字段用于表征所述每个文档的级别，M为大于或等于1的整数；以及根据所述第一关联关系，构建每个实体子图谱；根据所述K个实体子图谱，构建知识图谱。本公开还提供了一种数据查询方法、装置、电子设备和存储介质。

Description

知识图谱的构建方法、数据查询方法、装置、设备和介质

技术领域

本公开涉及人工智能技术领域，尤其涉及知识图谱技术。更具体地，本公开提供了一种知识图谱的构建方法、数据查询方法、装置、电子设备和存储介质。

背景技术

知识图谱可以将复杂的知识领域通过数据挖掘、信息处理和图像绘制而显示出来，可以为相关研究提供切实的、有价值的参考。相关技术中，可以根据实体的属性构建知识图谱。

发明内容

本公开提供了一种知识图谱的构建方法、数据查询方法、装置、设备以及存储介质。

根据第一方面，提供了一种知识图谱的构建方法，该方法包括：针对K个实体，对每个实体执行以下操作，得到K个实体子图谱，其中，K为大于或等于1的整数；获取与所述每个实体相关的H个文档，其中，H为大于或等于1的整数；根据所述H个文档，得到M个类别字段的第一关联关系，其中，每个类别字段的第一关联关系为所述每个类别字段与所述H个文档中至少一个文档之间的关联关系，所述类别字段用于表征所述每个文档的级别，M为大于或等于1的整数；以及根据所述第一关联关系，构建每个实体子图谱；根据所述K个实体子图谱，构建知识图谱。

根据第二方面，提供了一种数据查询方法，该方法包括：获取目标实体的目标实体属性；在知识图谱中查询所述目标实体属性，得到与所述目标实体属性相关的至少一个文档，其中，所述知识图谱是利用根据本公开提供的方法构建的。

根据第三方面，提供了一种知识图谱的构建装置，该装置包括：第一执行模块，用于针对K个实体，对每个实体执行以下操作，得到K个实体子图谱，其中，K为大于或等于1的整数；获取子模块，用于获取与所述每个实体相关的H个文档，其中，H为大于或等于1的整数；获得子模块，用于根据所述H个文档，得到M个类别字段的第一关联关系，其中，每个类别字段的第一关联关系为所述每个类别字段与所述H个文档中至少一个文档之间的关联关系，所述类别字段用于表征所述每个文档的级别，M为大于或等于1的整数；以及第一构建子模块，用于根据所述第一关联关系，构建每个实体子图谱；构建模块，用于根据所述K个实体子图谱，构建知识图谱。

根据第四方面，提供了一种数据查询装置，该装置包括：获取模块，用于获取目标实体的目标实体属性；查询模块，用于在知识图谱中查询所述目标实体属性，得到与所述目标实体属性相关的至少一个文档，其中，所述知识图谱是利用本公开提供的装置构建的。

根据第五方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行根据本公开提供的方法。

根据第六方面，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，该计算机指令用于使计算机执行根据本公开提供的方法。

根据第七方面，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根据本公开提供的方法。

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。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是根据本公开的一个实施例的可以应用知识图谱的构建方法和/或数据查询方法的示例性系统架构示意图；

图2是根据本公开的一个实施例的知识图谱的构建方法的流程图；

图3是根据本公开的另一个实施例的知识图谱的构建方法的流程图；

图4A是根据本公开的一个实施例的知识图谱的示意图；

图4B是根据本公开的另一个实施例的知识图谱的示意图；

图5是根据本公开的一个实施例的数据查询方法的流程图；

图6A是根据本公开的一个实施例的数据查询方法的输出示意图；

图6B是根据本公开的另一个实施例的数据查询方法的输出示意图

图7是根据本公开的一个实施例的知识图谱的构建装置的框图；

图8是根据本公开的一个实施例的数据查询装置的框图；以及

图9是根据本公开的一个实施例的可以应用知识图谱的构建方法和/或数据查询方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

可以根据实体本身的属性，构建实体的知识图谱。例如，可以根据变压器的属性(比如额定功率、生产日期)等，构建变压器的知识图谱。

然而，在不同的标准文档中，实体的一个属性会有不同的值。因此仅根据实体本身属性构建的知识图谱无法表示同一属性的不同属性值。比如，在国家标准和一企业标准中，110kV变压器的顶层油温会有不同的值。根据变压器属性构建的知识图谱无法准确地表示顶层油温有两个不同的值。

图1是根据本公开的一个实施例的可以应用知识图谱的构建方法和/或数据查询方法的示例性系统架构示意图。需要注意的是，图1所示仅为可以应用本公开实施例的系统架构的示例，以帮助本领域技术人员理解本公开的技术内容，但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。

如图1所示，根据该实施例的系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线和/或无线通信链路等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。

需要说明的是，本公开实施例所提供的知识图谱的构建方法和/或数据查询方法其中之一一般可以由服务器105执行。相应地，本公开实施例所提供的知识图谱的构建装置和/或数据查询装置一般可以设置于服务器105中。本公开实施例所提供的知识图谱的构建方法和/或数据查询方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的知识图谱的构建装置和/或数据查询装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。

图2是根据本公开的一个实施例的知识图谱的构建方法的流程图。

如图2所示，该知识图谱的构建方法200可以包括操作S210～操作S250。

在操作S210，针对K个实体，对每个实体执行以下操作，得到K个实体子图谱。

例如，K为大于或等于1的整数。

在本公开实施例中，实体可以是变压器。

例如，以K＝3为示例，K个实体可以为50kV变压器、110kV变压器和200kV变压器等等。

本领域技术人员可以理解，实体也可以是其他设备，比如发电机。

在操作S220，获取与每个实体相关的H个文档。

在本公开实施例中，H为大于或等于1的整数。

在本公开实施例中，可以将每个实体与N个文档进行匹配，以获取N个文档中与每个实体相关的H个文档。

例如，N为大于或等于1的整数。

例如，文档可以是标准文档等。又例如，文档也可以是设计手册、设计规范等等。

例如，可以将一个与每个实体匹配成功的文档，作为与每个实体相关的H个文档中的一个文档。在一个示例中，一个行业标准包含110kV变压器的内容片段，该行业标准可以同实体(110kV变压器)匹配成功，可以作为与110kV变压器相关的H个文档中的一个文档。

本领域技术人员可以理解，对于不同的实体，H的取值可以是不同的。例如，有1个文档与110kV变压器相关，此时H＝1。有2个文档与50kV变压器相关，此时H＝2。

在操作S230，根据H个文档，得到M个类别字段的第一关联关系。

在本公开实施例中，每个类别字段的第一关联关系为每个类别字段与H个文档中至少一个文档之间的关联关系，类别字段用于表征每个文档的级别，M为大于或等于1的整数。

例如，M个类别字段可以包括以下字段的至少一个：国际标准、国家标准、行业标准和企业标准。

在本公开实施例中，可以获取与N个文档中每个文档相关的类别字段，得到M个类别字段的第四关联关系。

例如，每个类别字段的第四关联关系为每个类别字段与N个文档中至少一个文档之间的关联关系。

例如，每个文档的标题中可以包含标准编号。可以根据标准编号获取与每个文档相关的类别字段。在一个示例中，一个文档的标题中记载了“GB”。进而，获取的与该文档相关的类别字段可以为“国家标准”。接下来，可以建立类别字段“国家标准”与该文档的关联关系，以得到类别字段“国家标准”的第四关联关系。采用类似的手段，可以得到M个类别字段的第四关联关系。

又例如，每个文档的标题中可以包含标准名称。可以根据标准名称获取与每个文档相关的类别字段。

例如，可以根据H个文档和M个类别字段的第四关联关系，得到M个类别字段的第一关联关系。

在一个示例中，H＜N，从M个类别字段的第四关联关系中，可以选出每个类别字段与H个文档中至少一个文档的关联关系，作为M个类别字段的第一关联关系。

在操作S240，根据第一关联关系，构建每个实体子图谱。

在本公开实施例中，可以确定每个实体的第二关联关系。

例如，每个实体的第二关联关系为每个实体与M个类别字段之间的关联关系。

例如，在获得了M个类别字段的第一关联关系之后，可以确定每个实体的与M个类别字段之间的关联关系。在一个示例中，以M＝4为示例，4个类别字段可以为：国际标准、国家标准、行业标准和企业标准。每个类别字段与H个文档中至少一个文档具有关联关系，而H个文档均与该实体相关。因此，可以确定实体与4个类别字段之间的均具有关联关系。进而可以得到该实体的第二关联关系。在另一个示例中，以M＝3为示例，3个类别字段可以为国家标准、行业标准和企业标准。采用与M＝4的示例类似的手段，可以确定实体与3个类别字段均具有关联关系，进而可以得到该实体的第二关联关系。

在本公开实施例中，可以根据第一关联关系和第二关联关系，构建每个实体子图谱。

例如，可以根据每个实体，生成一个第一结点。

在一个示例中，实体可以是110kV变压器。根据该110kV变压器，可以生成一个第一结点。

例如，可以根据M个类别字段，生成M个第二结点。

在一个示例中，以M＝4为示例，M个类别字段可以为：国际标准、国家标准、行业标准和企业标准。可以生成4个第二结点。

例如，可以根据H个文档，得到H个第三结点。

在一个示例中，可以根据H个文档中每个文档，得到一个第三结点。

例如，可以根据第一关联关系，建立连接第二结点与第三结点的边。

例如，可以根据第二关联关系，建立连接第一结点和第二结点的边，以构建每个实体子图谱。

在操作S250，根据K个实体子图谱，构建知识图谱。

例如，以K＝1为示例，可以将实体子图谱作为知识图谱。

需要说明的是，可以基于任意方式，根据K个实体子图谱，构建知识图谱。本公开在此不做限制。

通过本公开实施例，基于实体和文档的类别构建知识图谱，使得知识图谱可以表征与同一实体相关的不同标准。

图3是根据本公开的另一个实施例的知识图谱的构建方法的流程图。

如图3所示，该知识图谱的构建方法300可以包括操作S310至操作S350。

在操作S310，针对K个实体，对每个实体执行以下操作，得到K个实体子图谱。

本领域技术人员可以理解，方法300中的操作S310与方法200中操作S210相同或类似，此处不再赘述。

在操作S320，获取与每个实体相关的H个文档子图谱。

在本公开实施例中，可以针对N个文档，对每个文档执行以下操作，得到N个文档子图谱。

例如，可以对每个文档进行知识抽取，得到至少一个知识信息。

在一些示例中，每个知识信息包括实体名称、实体属性和实体属性值

在一个示例中，一个文档中的一个内容片断可以为“110kV变压器的顶层油温为60℃”。对该文档进行知识抽取，至少可以得到以下知识信息A：实体名称-110kV变压器、实体属性-顶层油温和实体属性值-60℃。知识信息可以是结构化的信息。

在一些示例中，可以根据至少一个知识信息，构建每个文档子图谱。

在一个示例中，可以根据每个文档，生成一个第四结点。比如，可以根据每个文档的标题，生成一个第四结点。

在一个示例中，可以根据至少一个知识信息，生成至少一个第五结点。比如，可以根据上文所述的知识信息A，生成一个第五结点。

在一个示例中，可以建立连接第四结点与第五结点的边。比如，每个文档的知识信息是从该文档中抽取出来的，该文档与该文档的每个知识信息均具有关联关系。因此，可以建立连接该第四结点和第五结点的边。

在本公开实施例中，可以针对N个文档子图谱中每个文档子图谱，执行以下操作，以获取与每个实体相关的H个文档子图谱。

例如，可以将每个实体与第i个文档子图谱进行匹配。i为大于或等于1的整数。

例如，响应于第i个文档子图谱中存在与每个实体相关的知识信息，可以将第i个文档子图谱作为与每个实体相关的H个文档子图谱中一个文档子图谱。

在一个示例中，第i个文档子图谱中的一个知识信息为上文所述的知识信息A。实体“110kV变压器”与第i个文档子图谱进行匹配之后，实体“110kV变压器”与知识信息A匹配成功。可以将该第i个文档子图谱作为与该实体相关的一个文档子图谱。

在操作S330，根据H个文档子图谱，得到M个类别字段的第三关联关系。

在本公开实施例中，每个类别字段的第三关联关系为每个类别字段与H个文档子图谱中至少一个文档子图谱之间的关联关系，类别字段用于表征每个文档的级别，M为大于或等于1的整数。

例如，M个类别字段可以包括以下字段的至少一个：国际标准、国家标准、行业标准和企业标准。

在本公开实施例中，可以获取与N个文档子图谱中每个文档子图谱相关的类别字段，得到M个类别字段的第五关联关系。

例如，每个类别字段的第五关联关系为每个类别字段与N个文档子图谱中至少一个文档子图谱之间的关联关系。

例如，每个文档子图谱的第四结点中可以为标准的标题。可以根据标准标题获取与每个文档子图谱相关的类别字段。在一个示例中，一个文档子图谱的第四结点对应的标准标题包含“国家标准：110kV变压器”，可以获取与该文档子图谱相关的类别字段为“国家标准”。接下来，可以建立类别字段“国家标准”与该文档子图谱的关联关系，以得到类别字段“国家标准”的第五关联关系。采用类似的手段，可以得到每个类别字段的第五关联关系。

例如，可以根据H个文档子图谱和M个类别字段的第五关联关系，得到M个类别字段的第三关联关系。

在一个示例中，H＜N，从M个类别字段的第五关联关系中，可以选出每个类别字段与H个文档子图谱中至少一个文档子图谱的关联关系，作为M个类别字段的第三关联关系。

在操作S340，根据第三关联关系，构建每个实体子图谱。

在本公开实施例中，可以确定每个实体的第二关联关系。

例如，每个实体的第二关联关系为每个实体与M个类别字段之间的关联关系。

在本公开实施例中，可以针对H个文档子图谱中每个文档子图谱，删除与每个实体不相关的知识信息。

例如，实体为“110kV变压器”。H个文档子图谱中一个文档子图谱包括知识信息B。知识信息B与“50kV变压器”相关。在构建“110kV变压器”的实体子图谱时，可以删除知识信息B。

在本公开实施例中，可以根据第三关联关系和第二关联关系，构建实体子图谱。

例如，可以根据每个实体，生成一个第一结点。

例如，可以根据M个类别字段，生成M个第二结点。

例如，可以根据第三关联关系，建立连接第二结点与H个子图谱的第四结点的边。

在一个示例中，可以建立连接H个子图谱的每个文档子图谱的第四结点的边。比如，以M＝4且H＝14为示例。在4个第二结点中，第1个第二结点与4个文档子图谱的第四结点连接，第2个第二结点与3个文档子图谱的第四结点连接，第3个第二结点与2个文档子图谱的第四结点连接，第4个第二结点与5个文档子图谱的第四结点连接。

例如，可以根据第二关联关系，建立连接第一结点和第二结点的边，以构建每个实体子图谱。

在操作S350，根据K个实体子图谱，构建知识图谱。

本领域技术人员可以理解，方法300中的操作S350与方法200中的操作S250相同或类似，此处不再赘述。

通过本公开实施例，基于实体、文档的类别和文档子图谱构建知识图谱，使得知识图谱可以表征同一实体的同一属性在不同标准中的不同取值。

图4A是根据本公开的一个实施例的知识图谱的示意图。

如图4A所示，该知识图谱包括第一结点411。第一结点411对应110kV变压器。

需要说明的是，图4A所示的1个第一结点仅为示例，在其他示例中，知识图谱中可以包括任意数目个第一结点。

如图4A所示，该知识图谱还包括第二结点421、第二结点422和第二结点423。第二结点421对应类别字段“国家标准”，第二结点422对应类别字段“行业标准”，第二结点423对应类别字段“企业标准”。

如图4A所示，该知识图谱还包括第三结点431、第三结点432、第三结点433、第三结点434、第三结点435和第三结点436。第三结点431对应国家标准1，第三结点432对应国家标准2，第三结点433对应行业标准1，第三结点434对应企业标准1，第三结点435对应企业标准2，第三结点436对应企业标准3。

例如，根据110kV变压器与3个类别字段“国家标准”之间的关联关系，可以建立连接与实体“110kV变压器”对应的第一结点411和与类别字段“国家标准”对应的第二结点421之间的边E441。采用类似的操作，建立连接第一结点和第二结点的其他边，以构建知识图谱。

例如，根据类别字段“企业标准”与文档“企业标准1”之间的关联关系，可以建立连接与类别字段“企业标准”对应的第二结点423和与文档“企业标准1”对应的第三结点436之间的边E442。采用类似的操作，建立连接第三结点和第二结点的其他边，以构建知识图谱。

图4B是根据本公开的另一个实施例的知识图谱的示意图。

图4B与图4A不同之处在于，在图4B所示的知识图谱中，与第二结点连接的是文档子图谱的第四结点。

如图4B所示，该知识图谱还包括第四结点441、第四结点442、第四结点443、第四结点444、第四结点445和第四结点446。第四结点441对应国家标准1的标题，第四结点442对应国家标准2的标题，第四结点443对应行业标准1的标题，第四结点444对应企业标准1的标题，第四结点445对应企业标准2的标题，第四结点446对应企业标准3的标题。

如图4B所示，该知识图谱还包括第五结点451、第五结点452、第五结点453、第五结点454、第五结点455、第五结点456、第五结点457、第五结点458和第五结点459。每个第五结点对应一个知识信息。例如，第五结点451对应上文所述的知识信息A。

例如，根据类别字段“企业标准”与文档“企业标准1”的标题之间的关联关系，可以建立连接与类别字段“企业标准”对应的第二结点423和与文档“企业标准1”的标题对应的第四结点446之间的边E442’。采用类似的操作，建立连接第三结点和第二结点的其他边，以构建知识图谱。

例如，根据文档“行业标准1”的标题与从“企业标准1”中抽取的一个知识信息B之间的关联关系，可以建立连接与“行业标准1”对应的第四结点443和与知识信息B对应的第五结点455之间的边E443。采用类似的操作，建立连接第四结点和第五结点的其他边，以构建知识图谱。

图5是根据本公开一个实施例的数据查询方法的流程图。

如图5所示，该数据查询方法500可以包括操作S510至操作S520。

在操作S510，获取目标实体的目标实体属性。

例如，目标实体可以是变压器。在一个示例中，目标实体可以是110kV变压器。

例如，目标实体属性可以是变压器的顶层油温。

在操作S520，在知识图谱中查询目标实体属性，得到与目标实体属性相关的至少一个文档。

在本公开实施例中，知识图谱是利用例如图2的方法构建的。

通过本公开实施例，可以便捷地查询到记载了目标实体的目标实体属性的不同类别的标准。

在一些实施例中，例如图5中的知识图谱可以是利用例如图3的方法构建的。相应地，在本实施例中，在利用图3的方法构建的知识图谱中查询目标实体属性，可以得到与目标实体属性相关的至少一个文档和在该至少一个文档中的属性值。可以便捷地查询到目标实体的目标实体属性在不同的标准中的属性值。

图6A是根据本公开的一个实施例的数据查询方法的输出示意图。

如图6A所示，获取的目标实体为110kV变压器，获取的该目标实体的目标实体属性为“顶层油温”。

针对110kV变压器，在知识图谱中查询“顶层油温”这一目标实体属性，可以得到例如图6A所示的输出。如图6A所示，该输出中包括对应国家标准1的第三结点631和对应企业标准3的第三结点636。

需要说明的是，输出中可以只包含对应国家标准1的第三结点631和对应企业标准3的第三结点636。为了更加直观地显示输出结果，如图6A所示，可以在输出中增加对应目标实体的第一结点611、对应类别字段“国家标准”的第二结点621和对应类别字段“企业标准”的第二结点623以及连接各结点的边(比如连接第一结点611和第二结点621的边E641，连接第二结点和第三结点636的边E642)。

需要说明的是，第一结点611可以是例如图4A中的第一结点411，第二结点621可以是例如图4A中的第二结点421，第二结点623可以是例如图4A中的第二结点423，第三结点631可以是例如图4A中的第三结点431，第三结点636可以是例如图4A中的第三结点436，连接第一结点611和第二结点621的边E641可以是例如图4A中的边E441，连接第二结点623和第三结点636的边E642可以是例如图4A中的边E442。

图6B是根据本公开另一个实施例的数据查询方法的输出示意图。

如图6B所示，获取的目标实体为110kV变压器，获取的该目标实体的目标实体属性为“顶层油温”。

针对110kV变压器，在知识图谱中查询“顶层油温”这一目标实体属性，可以得到例如图6B所示的输出。如图6B所示，该输出中包括对应国家标准1的标题的第四结点641和对应企业标准3的标题的第四结点646。该输出中还包括对应上文所述的知识信息A的第五结点651和对应知识信息C的第五结点658。

需要说明的是，输出中可以只包含对应国家标准1的第四结点641、对应企业标准3的第四结点646、对应上文所述的知识信息A的第五结点651和对应知识信息C的第五结点658。为了更加直观地显示输出结果，如图6B所示，可以在输出中增加对应目标实体的第一结点611、对应类别字段“国家标准”的第二结点621和对应类别字段“企业标准”的第二结点623以及连接各结点的边(比如连接第一结点611和第二结点621的边E641，连接第二结点和第四结点646的边E642’)。

需要说明的是，第一结点611可以是例如图4B中的第一结点411，第二结点621可以是例如图4B中的第二结点421，第二结点623可以是例如图4B中的第二结点423，第四结点641可以是例如图4B中的第四结点441，第四结点646可以是例如图4B中的第四结点446，连接第一结点611和第二结点621的边E641可以是例如图4B中的边E441，连接第二结点623和第四结点646的边E642’可以是例如图4B中的边E442’。

图7是根据本公开的一个实施例的知识图谱的构建装置的框图。

如图7所示，该知识图谱的构建装置700可以包括第一执行模块710、获取子模块720、获得子模块730、第一构建子模块740和构建模块750。

第一执行模块710，用于针对K个实体，对每个实体执行以下操作，得到K个实体子图谱，其中，K为大于或等于1的整数。

获取子模块720，用于获取与所述每个实体相关的H个文档，其中，H为大于或等于1的整数。

获得子模块730，用于根据所述H个文档，得到M个类别字段的第一关联关系，其中，每个类别字段的第一关联关系为所述每个类别字段与所述H个文档中至少一个文档之间的关联关系，所述类别字段用于表征所述每个文档的级别，M为大于或等于1的整数。

第一构建子模块740，用于根据所述第一关联关系，构建每个实体子图谱。

构建模块750，用于根据所述K个实体子图谱，构建知识图谱。

在一些实施例中，所述获取子模块包括：匹配单元，用于将所述每个实体与N个文档进行匹配，以从所述N个文档中获取与所述每个实体相关的H个文档，其中，N为大于或等于1的整数。

在一些实施例中，所述第一构建子模块包括：确定单元，用于确定所述每个实体的第二关联关系，其中，所述每个实体的第二关联关系为所述每个实体与M个类别字段之间的关联关系；第一构建单元，用于根据所述第一关联关系和所述第二关联关系，构建所述每个实体子图谱。

在一些实施例中，所述构建单元包括：第一生成子单元，用于根据所述每个实体，生成一个第一结点；第二生成子单元，用于根据所述M个类别字段，生成M个第二结点；获得子单元，用于根据所述H个文档，得到H个第三结点；第一建立单元，用于根据所述第一关联关系，建立连接所述第二结点与所述第三结点的边；以及第二建立单元，用于根据所述第二关联关系，建立连接所述第一结点和所述第二结点的边，以构建所述每个实体子图谱。

在一些实施例中，所述装置700还包括：第二执行模块，用于针对所述N个文档，对每个文档执行以下操作，得到N个文档子图谱：抽取子模块，用于对所述每个文档进行知识抽取，得到至少一个知识信息，其中，每个知识信息包括实体名称、实体属性和实体属性值；第二构建子模块，用于根据所述至少一个知识信息，构建每个文档子图谱；其中，所述获取子模块还用于：获取与所述每个实体相关的H个文档子图谱；其中，所述获得子模块还用于：根据所述H个文档子图谱，得到M个类别字段的第三关联关系。

在一些实施例中，所述获取子模块包括：执行单元，用于针对所述N个文档子图谱中每个文档子图谱，执行以下操作：匹配子单元，用于将所述每个实体与第i个文档子图谱进行匹配；获得子单元，用于响应于所述第i个文档子图谱中存在与所述每个实体相关的知识信息，将所述第i个文档子图谱作为与所述每个实体相关的H个文档子图谱中一个文档子图谱，其中，i为大于或等于1的整数。

在一些实施例中，所述第二构建子模块包括：第一生成单元，用于根据所述每个文档，生成一个第四结点；第二生成单元，用于根据所述至少一个知识信息，生成至少一个第五结点；以及第一建立单元，用于建立连接所述第四结点与所述第五结点的边，以构建所述每个文档子图谱。

在一些实施例中，所述第一构建子模块包括：第三生成单元，用于根据所述每个实体，生成一个第一结点；第四生成单元，用于根据所述M个类别字段，生成M个第二结点；第二建立单元，用于根据所述第三关联关系，建立连接所述第二结点与所述第四结点的边；以及第三建立单元，用于根据第二关联关系，建立连接所述第一结点和所述第二结点的边，以构建所述每个实体子图谱，其中，所述每个实体的第二关联关系为所述每个实体与M个类别字段之间的关联关系。

在一些实施例中，所述第一构建子模块还包括：删除单元，用于针对所述H个文档子图谱中每个文档子图谱，删除与所述每个实体不相关的知识信息。

图8是根据本公开的一个实施例的数据查询装置的框图。

如图8所示，该数据查询800可以包括获取模块810和查询模块820。

获取模块810，用于获取目标实体的目标实体属性。

查询模块820，用于在知识图谱中查询所述目标实体属性，得到与所述目标实体属性相关的至少一个文档。

例如，上述知识图谱是利用例如图7的装置构建的。

本公开的技术方案中，所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理，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9示出了可以用来实施本公开的实施例的示例电子设备900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9所示，设备900包括计算单元901，其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序，来执行各种适当的动作和处理。在RAM 903中，还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。

设备900中的多个部件连接至I/O接口905，包括：输入单元906，例如键盘、鼠标等；输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900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901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901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901执行上文所描述的各个方法和处理，例如知识图谱的构建方法和/或数据查询方法。例如，在一些实施例中，知识图谱的构建方法和/或数据查询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908。在一些实施例中，计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901执行时，可以执行上文描述的知识图谱的构建方法和/或数据查询方法的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行知识图谱的构建方法和/或数据查询方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

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

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

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发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 (23)

1.一种知识图谱的构建方法，包括：

针对K个实体，对每个实体执行以下操作，得到K个实体子图谱，其中，K为大于或等于1的整数；

获取与所述每个实体相关的H个文档，其中，H为大于或等于1的整数；

根据所述H个文档，得到M个类别字段的第一关联关系，其中，每个类别字段的第一关联关系为所述每个类别字段与所述H个文档中至少一个文档之间的关联关系，所述类别字段用于表征所述每个文档的级别，M为大于或等于1的整数；以及

根据所述第一关联关系，构建每个实体子图谱；

根据所述K个实体子图谱，构建知识图谱。

2.根据权利要求1所述的方法，其中，所述获取与所述每个实体相关的H个文档包括：

将所述每个实体与N个文档进行匹配，以从所述N个文档中获取与所述每个实体相关的H个文档，其中，N为大于或等于1的整数。

3.根据权利要求1或2所述的方法，其中，所述根据所述第一关联关系，构建每个实体子图谱包括：

确定所述每个实体的第二关联关系，其中，所述每个实体的第二关联关系为所述每个实体与M个类别字段之间的关联关系；

根据所述第一关联关系和所述第二关联关系，构建所述每个实体子图谱。

4.根据权利要求3所述的方法，其中，所述根据所述第一关联关系和所述第二关联关系，构建所述每个实体子图谱包括：

根据所述每个实体，生成一个第一结点；

根据所述M个类别字段，生成M个第二结点；

根据所述H个文档，得到H个第三结点；

根据所述第一关联关系，建立连接所述第二结点与所述第三结点的边；以及

根据所述第二关联关系，建立连接所述第一结点和所述第二结点的边，以构建所述每个实体子图谱。

5.根据权利要求2所述的方法，还包括：

针对所述N个文档，对每个文档执行以下操作，得到N个文档子图谱：

对所述每个文档进行知识抽取，得到至少一个知识信息，其中，每个知识信息包括实体名称、实体属性和实体属性值；

根据所述至少一个知识信息，构建每个文档子图谱；

其中，所述获取与所述每个实体相关的H个文档包括：

获取与所述每个实体相关的H个文档子图谱；

其中，所述根据所述H个文档，得到M个类别字段的第一关联关系包括：

根据所述H个文档子图谱，得到M个类别字段的第三关联关系。

6.根据权利要求5所述的方法，其中，所述获取与所述每个实体相关的H个文档子图谱包括：

针对所述N个文档子图谱中每个文档子图谱，执行以下操作：

将所述每个实体与第i个文档子图谱进行匹配；

响应于所述第i个文档子图谱中存在与所述每个实体相关的知识信息，将所述第i个文档子图谱作为与所述每个实体相关的H个文档子图谱中一个文档子图谱，其中，i为大于或等于1的整数。

7.根据权利要求5所述的方法，其中，所述根据所述至少一个知识信息，构建每个文档子图谱包括：

根据所述每个文档，生成一个第四结点；

根据所述至少一个知识信息，生成至少一个第五结点；以及

建立连接所述第四结点与所述第五结点的边，以构建所述每个文档子图谱。

8.根据权利要求7所述的方法，其中，所述根据所述第一关联关系，构建每个实体子图谱包括：

根据所述每个实体，生成一个第一结点；

根据所述M个类别字段，生成M个第二结点；

根据所述第三关联关系，建立连接所述第二结点与所述第四结点的边；以及

根据第二关联关系，建立连接所述第一结点和所述第二结点的边，以构建所述每个实体子图谱，其中，所述每个实体的第二关联关系为所述每个实体与所述M个类别字段之间的关联关系。

9.根据权利要求5至8任一项所述的方法，其中，所述根据所述第一关联关系，构建每个实体子图谱还包括：

针对所述H个文档子图谱中每个文档子图谱，删除与所述每个实体不相关的知识信息。

10.一种数据查询方法，包括：

获取目标实体的目标实体属性；

在知识图谱中查询所述目标实体属性，得到与所述目标实体属性相关的至少一个文档，

其中，所述知识图谱是利用根据权利要求1至9任一项所述的方法构建的。

11.一种知识图谱的构建装置，包括：

第一执行模块，用于针对K个实体，对每个实体执行以下操作，得到K个实体子图谱，其中，K为大于或等于1的整数；

获取子模块，用于获取与所述每个实体相关的H个文档，其中，H为大于或等于1的整数；

获得子模块，用于根据所述H个文档，得到M个类别字段的第一关联关系，其中，每个类别字段的第一关联关系为所述每个类别字段与所述H个文档中至少一个文档之间的关联关系，所述类别字段用于表征所述每个文档的级别，M为大于或等于1的整数；以及

第一构建子模块，用于根据所述第一关联关系，构建每个实体子图谱；

构建模块，用于根据所述K个实体子图谱，构建知识图谱。

12.根据权利要求11所述的装置，其中，所述获取子模块包括：

匹配单元，用于将所述每个实体与N个文档进行匹配，以从所述N个文档中获取与所述每个实体相关的H个文档，其中，N为大于或等于1的整数。

13.根据权利要求11或12所述的装置，其中，所述第一构建子模块包括：

确定单元，用于确定所述每个实体的第二关联关系，其中，所述每个实体的第二关联关系为所述每个实体与M个类别字段之间的关联关系；

第一构建单元，用于根据所述第一关联关系和所述第二关联关系，构建所述每个实体子图谱。

14.根据权利要求13所述的装置，其中，所述构建单元包括：

第一生成子单元，用于根据所述每个实体，生成一个第一结点；

第二生成子单元，用于根据所述M个类别字段，生成M个第二结点；

获得子单元，用于根据所述H个文档，得到H个第三结点；

第一建立单元，用于根据所述第一关联关系，建立连接所述第二结点与所述第三结点的边；以及

第二建立单元，用于根据所述第二关联关系，建立连接所述第一结点和所述第二结点的边，以构建所述每个实体子图谱。

15.根据权利要求12所述的装置，还包括：

第二执行模块，用于针对所述N个文档，对每个文档执行以下操作，得到N个文档子图谱：

抽取子模块，用于对所述每个文档进行知识抽取，得到至少一个知识信息，其中，每个知识信息包括实体名称、实体属性和实体属性值；

第二构建子模块，用于根据所述至少一个知识信息，构建每个文档子图谱；

其中，所述获取子模块还用于：

获取与所述每个实体相关的H个文档子图谱；

其中，所述获得子模块还用于：

根据所述H个文档子图谱，得到M个类别字段的第三关联关系。

16.根据权利要求15所述的装置，其中，所述获取子模块包括：

执行单元，用于针对所述N个文档子图谱中每个文档子图谱，执行以下操作：

匹配子单元，用于将所述每个实体与第i个文档子图谱进行匹配；

获得子单元，用于响应于所述第i个文档子图谱中存在与所述每个实体相关的知识信息，将所述第i个文档子图谱作为与所述每个实体相关的H个文档子图谱中一个文档子图谱，其中，i为大于或等于1的整数。

17.根据权利要求15所述的装置，其中，所述第二构建子模块包括：

第一生成单元，用于根据所述每个文档，生成一个第四结点；

第二生成单元，用于根据所述至少一个知识信息，生成至少一个第五结点；以及

第一建立单元，用于建立连接所述第四结点与所述第五结点的边，以构建所述每个文档子图谱。

18.根据权利要求17所述的装置，其中，所述第一构建子模块包括：

第三生成单元，用于根据所述每个实体，生成一个第一结点；

第四生成单元，用于根据所述M个类别字段，生成M个第二结点；

第二建立单元，用于根据所述第三关联关系，建立连接所述第二结点与所述第四结点的边；以及

第三建立单元，用于根据第二关联关系，建立连接所述第一结点和所述第二结点的边，以构建所述每个实体子图谱，其中，所述每个实体的第二关联关系为所述每个实体与M个类别字段之间的关联关系。

19.根据权利要求15至18任一项所述的装置，其中，所述第一构建子模块还包括：

删除单元，用于针对所述H个文档子图谱中每个文档子图谱，删除与所述每个实体不相关的知识信息。

20.一种数据查询装置，包括：

获取模块，用于获取目标实体的目标实体属性；

查询模块，用于在知识图谱中查询所述目标实体属性，得到与所述目标实体属性相关的至少一个文档，

其中，所述知识图谱是利用根据权利要求11至19任一项所述的装置构建的。

21.一种电子设备，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至10中任一项所述的方法。

22.一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至10中任一项所述的方法。

23.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1至10中任一项所述的方法。

Images