CN114741533A - 用于构建图谱的方法及装置、电子设备、存储介质 - Google Patents
用于构建图谱的方法及装置、电子设备、存储介质 Download PDFInfo
- Publication number
- CN114741533A CN114741533A CN202210421563.2A CN202210421563A CN114741533A CN 114741533 A CN114741533 A CN 114741533A CN 202210421563 A CN202210421563 A CN 202210421563A CN 114741533 A CN114741533 A CN 114741533A
- Authority
- CN
- China
- Prior art keywords
- entity
- data
- map
- fine
- grained
- 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
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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及知识图谱技术领域,公开一种用于构建图谱的方法,包括:获取数据;确定数据中的各实体、各实体对应的实体类型和细粒度情感数据;根据预设的知识体系和各实体对应的实体类型连接各实体,获得备选图谱;通过实体链接将细粒度情感数据与备选图谱中的各实体连接,获得目标图谱。这样,通过实体链接将各实体与细粒度情感数据连接,知识图谱中不仅存在事实性知识,还增加了用户情感,使得知识图谱完成了从know‑what知识图谱到know‑how知识图谱的转换。使得用户能够根据每个实体对应的细粒度情感数据进行个性化的推荐或安排。本申请还公开一种用于构建图谱的装置、电子设备、存储介质。
Description
技术领域
本申请涉及知识图谱技术领域,例如涉及一种用于构建图谱的方法及装置、电子设备、存储介质。
背景技术
随着知识图谱的面世,知识图谱被广泛的运用于各种领域。目前,通常运用事实性知识进行知识图谱的构建,从而获得know-what知识图谱。但是基于know-what知识图谱,用户只能知道实体与实体之间存在关系,不能通过know-what知识图谱去判断如何进行人员安排或用户推荐。例如:针对于美妆的know-what知识图谱,用户只能知道哪些化妆品属于同一类,但是不能通过know-what知识图谱知道如何针对用户进行个性化的推荐或安排。
发明内容
为了对披露的实施例的一些方面有基本的理解,下面给出了简单的概括。所述概括不是泛泛评述,也不是要确定关键/重要组成元素或描绘这些实施例的保护范围,而是作为后面的详细说明的序言。
本公开实施例提供了一种用于构建图谱的方法及装置、电子设备、存储介质,以便于针对用户进行个性化的推荐或安排。
在一些实施例中,所述用于构建图谱的方法,包括:获取数据;确定所述数据中的各实体、各实体对应的实体类型和细粒度情感数据;根据预设的知识体系和各实体对应的实体类型连接各实体,获得备选图谱;通过实体链接将所述细粒度情感数据与备选图谱中的各实体连接,获得目标图谱。
在一些实施例中,所述用于构建图谱的装置,包括:获取模块,被配置为获取数据;确定模块,被配置为确定所述数据中的各实体、各实体对应的实体类型和细粒度情感数据;第一图谱构建模块,被配置为根据预设的知识体系和各实体对应的实体类型连接各实体,获得备选图谱;第二图谱构建模块,被配置为通过实体链接将所述细粒度情感数据与备选图谱中的各实体连接,获得目标图谱。
在一些实施例中,所述电子设备,包括处理器和存储有程序指令的存储器,所述处理器被配置为在运行所述程序指令时,执行上述的用于构建图谱的方法。
在一些实施例中,所述存储介质,所述程序指令在运行时,执行上述的用于构建图谱的方法。
本公开实施例提供的用于构建图谱的方法及装置、电子设备、存储介质,可以实现以下技术效果:通过获取数据;确定数据中的各实体、各实体对应的实体类型和细粒度情感数据;根据预设的知识体系和各实体对应的实体类型连接各实体,获得备选图谱;通过实体链接将细粒度情感数据与备选图谱中的各实体连接,获得目标图谱。这样,通过实体链接将各实体与细粒度情感数据连接,知识图谱中不仅存在事实性知识,还增加了用户情感,使得知识图谱完成了从know-what知识图谱到know-how知识图谱的转换。使得用户能够根据每个实体对应的细粒度情感数据进行个性化的推荐或安排。
以上的总体描述和下文中的描述仅是示例性和解释性的,不用于限制本申请。
附图说明
一个或多个实施例通过与之对应的附图进行示例性说明,这些示例性说明和附图并不构成对实施例的限定,附图中具有相同参考数字标号的元件示为类似的元件,附图不构成比例限制,并且其中:
图1是本公开实施例提供的一个用于构建图谱的方法的示意图;
图2是本公开实施例提供的另一个用于构建图谱的方法的示意图;
图3是本公开实施例提供的另一个用于构建图谱的方法的示意图;
图4是本公开实施例提供的一个用于构建图谱的装置的示意图;
图5是本公开实施例提供的另一个用于构建图谱的装置的示意图;
图6是本公开实施例提供的一个电子设备的示意图。
具体实施方式
为了能够更加详尽地了解本公开实施例的特点与技术内容,下面结合附图对本公开实施例的实现进行详细阐述,所附附图仅供参考说明之用,并非用来限定本公开实施例。在以下的技术描述中,为方便解释起见,通过多个细节以提供对所披露实施例的充分理解。然而,在没有这些细节的情况下,一个或多个实施例仍然可以实施。在其它情况下,为简化附图,熟知的结构和装置可以简化展示。
本公开实施例的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开实施例的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含。
除非另有说明,术语“多个”表示两个或两个以上。
本公开实施例中,字符“/”表示前后对象是一种“或”的关系。例如,A/B表示:A或B。
术语“和/或”是一种描述对象的关联关系,表示可以存在三种关系。例如,A和/或B,表示:A或B,或,A和B这三种关系。
现有的know-what知识图谱通常由事实性知识构成,用户只能通过事实性知识图谱了解实体与实体之间存在关系,不能判断如何进行人员安排或用户推荐。因此,需要构建know-how知识图谱以能够针对用户进行个性化的推荐或安排。
在一些实施例中,Know-what知识图谱即为事实性知识图谱,其包含的事实性知识,例如事实性知识三元组(高铁G10,途经站,济南西站)、(高铁G10,终点站,北京南站)等。know-how知识图谱即为技能性知识图谱,例如:(济南到北京,乘坐,高铁G10)。
在一些实施例中,知识体系是对所需要构建的知识领域的高度概括和抽象。即,由人工从若干实体抽象出来若干概念,将概念与概念之间进行连接形成多层次的树状知识结构从而获得知识体系。预设的知识体系中存储有若干概念以及概念和概念之间的联系。概念是对多个实体的抽象概括,在知识体系中也称为实体类型。
在一些实施例中,存在实体,例如:苹果、香蕉、荔枝。对实体的抽象概括获得概念为水果。
同时,本发明实施例中所涉及的电子设备可以包括但不限于手机、平板电脑、个人电脑、掌上电脑和服务器等。
结合图1所示,本公开实施例提供一种用于构建图谱的方法,包括:
步骤S101,电子设备获取数据。
步骤S102,电子设备确定数据中的各实体、各实体对应的实体类型和细粒度情感数据。
步骤S103,电子设备根据预设的知识体系和各实体对应的实体类型连接各实体,获得备选图谱。
步骤S104,电子设备通过实体链接将细粒度情感数据与备选图谱中的各实体连接,获得目标图谱。
采用本公开实施例提供的用于构建图谱的方法,通过获取数据;确定数据中的各实体、各实体对应的实体类型和细粒度情感数据;根据预设的知识体系和各实体对应的实体类型连接各实体,获得备选图谱;通过实体链接将细粒度情感数据与备选图谱中的各实体连接,获得目标图谱。这样,通过实体链接将各实体与细粒度情感数据连接,知识图谱中不仅存在事实性知识,还增加了用户情感,使得知识图谱完成了从know-what知识图谱到know-how知识图谱的转换。使得用户能够根据每个实体对应的细粒度情感数据进行个性化的推荐或安排。
可选地,确定数据中的各实体、各实体对应的实体类型,包括:将数据中的结构化数据输入预设的第一知识抽取模型获得各实体和各实体对应的实体类型。
可选地,确定数据中的各实体、各实体对应的实体类型,包括:将数据中的结构化数据输入预设的第一知识抽取模型,获得各备选实体和各实备选体对应的备选实体类型;通过实体对齐对各备选实体进行合并,获得实体;将备选实体对应的备选实体类型确定为实体对应的实体类型。这样,通过实体对齐对各备选实体进行合并,从而获得实体。能够使得由合并后的实体构成的备选图谱更加直观,简洁。
可选地,确定数据中的细粒度情感数据,包括:将数据中的非结构化数据输入预设的第二知识抽取模型获得细粒度情感数据。
在一些实施例中,利用知识抽取模型对数据进行实体抽取,获得实体与实体之间的实体关系,实体关系对应有情感正向或情感负向。
可选地,根据预设的知识体系和各实体对应的实体类型连接各实体,获得备选图谱,包括:从各实体中随机选取一个实体确定为目标实体,将除目标实体外的实体确定为待判断实体;在知识体系中的目标实体对应的实体类型与待判断实体对应的实体类型存在连接关系的情况下,连接目标实体与待判断实体,获得备选图谱。
结合图2所示,本公开实施例提供一种用于构建图谱的方法,包括:
步骤S201,电子设备获取数据。
步骤S202,电子设备将数据中的结构化数据输入预设的第一知识抽取模型获得各实体和各实体对应的实体类型。
步骤S203,电子设备将数据中的非结构化数据输入预设的第二知识抽取模型获得细粒度情感数据。
步骤S204,电子设备根据预设的知识体系和各实体对应的实体类型连接各实体,获得备选图谱。
步骤S205,电子设备通过实体链接将细粒度情感数据与备选图谱中的各实体连接,获得目标图谱。
采用本公开实施例提供的用于构建图谱的方法,通过获取数据;确定数据中的各实体、各实体对应的实体类型和细粒度情感数据;根据预设的知识体系和各实体对应的实体类型连接各实体,获得备选图谱;通过实体链接将细粒度情感数据与备选图谱中的各实体连接,获得目标图谱。这样,通过实体链接将各实体与细粒度情感数据连接,知识图谱中不仅存在事实性知识,还增加了用户情感,使得知识图谱完成了从know-what知识图谱到know-how知识图谱的转换。使得用户能够根据每个实体对应的细粒度情感数据进行个性化的推荐或安排。
在一些实施例中,预设的知识体系由蔬菜、水果、成分、颜色、形状、菜名、厨师、门店、人群、消费服务和评价构成。获取餐饮行业的菜单、客户评价、员工系统数据、餐饮门店的经营数据、客户名单、点餐清单、厨师安排等数据。将数据中的结构化数据输入预设的第一知识抽取模型获得各实体和各实体对应的实体类型,例如:实体为番茄炒鸡蛋,实体“番茄炒鸡蛋”对应的实体类型为菜名;实体为李四,实体“李四”对应的实体类型为厨师。选取实体“李四”确定为目标实体,将除“李四”外的实体“番茄炒鸡蛋”确定为待判断实体。在预设的知识体系中,实体类型“厨师”与实体类型“菜名”存在连接关系,则连接“李四”与“番茄炒鸡蛋”,获得备选图谱。将数据中的非结构化数据输入预设的第二知识抽取模型获得细粒度情感数据,例如:张三对李四做的番茄炒鸡蛋的情感是正向的。在预设实体类型为“厨师”的情况下,将备选图谱中的实体类型为“厨师”对应的实体“李四”确定为待链接实体。通过实体链接确定出“张三对李四做的番茄炒鸡蛋的情感是正向的”与“李四”之间存在联系,将“张三对李四做的番茄炒鸡蛋的情感是正向”的与备选知识图谱中的“李四”连接,获得目标图谱。在预设实体类型为“菜名”的情况下,将备选图谱中的实体类型为“菜名”对应的实体“番茄炒鸡蛋”确定为待链接实体。通过实体链接确定出“张三对李四做的番茄炒鸡蛋的情感是正向的”与“番茄炒鸡蛋”之间存在联系,将“张三对李四做的番茄炒鸡蛋的情感是正向”的与备选知识图谱中的“番茄炒鸡蛋”连接,获得目标图谱。这样,能够直观的获取各实体类型之间的关联,以及各实体类型与细粒度情感数据之间的关联,便于用户根据目标图谱进行经营安排。
在一些实施例中,员工系统数据,例如:员工当值的日期。餐饮门店的经营数据,例如:每一天的销售额。
可选地,通过实体链接将细粒度情感数据与备选图谱中的各实体连接,获得目标图谱后,还包括:将目标图谱展示给用户。
可选地,将目标图谱展示给用户,包括:将目标图谱推送到预设的客户端。
可选地,将目标图谱展示给用户,包括:将目标图谱发送到预设的显示屏,触发显示屏对目标图谱进行展示。这样,更加便于用户直观的查看目标图谱,根据每个实体对应的细粒度情感数据进行个性化的推荐或安排。
结合图3所示,本公开实施例提供一种用于构建图谱的方法,包括:
步骤S301,电子设备获取数据;
步骤S302,电子设备确定数据中的各实体、各实体对应的实体类型和细粒度情感数据;
步骤S303,电子设备根据预设的知识体系和各实体对应的实体类型连接各实体,获得备选图谱;
步骤S304,电子设备通过实体链接将细粒度情感数据与备选图谱中的各实体连接,获得目标图谱。
步骤S305,电子设备将目标图谱展示给用户。
采用本公开实施例提供的用于构建图谱的方法,通过获取数据;确定数据中的各实体、各实体对应的实体类型和细粒度情感数据;根据预设的知识体系和各实体对应的实体类型连接各实体,获得备选图谱;通过实体链接将细粒度情感数据与备选图谱中的各实体连接,获得目标图谱。这样,通过实体链接将各实体与细粒度情感数据连接,知识图谱中不仅存在事实性知识,还增加了用户情感,使得知识图谱完成了从know-what知识图谱到know-how知识图谱的转换。将目标图谱展示给用户,更加便于用户根据每个实体对应的细粒度情感数据进行个性化的推荐或安排。
可选地,通过实体链接将细粒度情感数据与备选图谱中的各实体连接,获得目标图谱,包括:通过实体链接将细粒度情感数据与备选图谱中的各实体连接,获得待判断图谱;根据待判断图谱获取目标图谱。
可选地,通过实体链接将细粒度情感数据与备选图谱中的各实体连接,包括:确定备选图谱中的若干个待链接实体,通过实体链接将细粒度情感数据与各待链接实体连接。
可选地,确定备选图谱中的若干个待链接实体,包括:将备选图谱中预设实体类型对应的实体确定为待链接实体。
可选地,根据待判断图谱获取目标图谱,包括:分别获取各实体对应的备选细粒度情感数据;根据各备选细粒度情感数据确定细粒度情感分数;根据各细粒度情感分数标注实体与实体之间的备选实体关系;按照备选实体关系连接各实体,获得目标图谱。
可选地,根据备选细粒度情感数据确定细粒度情感分数,包括:统计备选细粒度情感数据中的正向情感数量;统计备选细粒度情感数据中的负向情感数量;将正向情感数量加负向情感数量确定为情感总数量;将正向情感数量除以情感总数量确定为细粒度情感分数。
可选地,根据各细粒度情感分数标注实体与实体之间的备选实体关系,包括:将待判断图谱中细粒度情感分数最高的实体确定为第一待标注实体;将与第一待标注实体直接连接的实体确定为第二待标注实体;建立第一待标注实体与第二待标注实体的第一待标注实体关系。
可选地,根据细粒度情感分数标注实体与实体之间的备选实体关系,还包括:按照从高到底的顺序对各细粒度情感分数进行排序,将待判断图谱中细粒度情感分数位于第二位的实体确定为第三待标注实体;将与第三待标注实体直接连接的实体确定为第四待标注实体;建立第三待标注实体与第四待标注实体的第二待标注实体关系。
在一些实施例中,备选实体关系包括若干不同的待标注实体关系。
可选地,根据细粒度情感分数标注实体与实体之间的备选实体关系,包括:响应于用户的备选实体关系标注指令,标注实体与实体之间的备选实体关系。
在一些实施例中,存在多个待判断图谱,从各待判断图谱中均确定出实体与实体之间的备选实体关系。按照备选实体关系连接各实体获得目标图谱。
在一些实施例中,待判断图谱中存在实体“番茄炒鸡蛋”分别与实体“厨师a”、“厨师b”和“厨师c”连接,获得“厨师a”的细粒度情感分数为0.2分,获得“厨师b”的细粒度情感分数为0.8分;获得“厨师c”的细粒度情感分数为0.5分;将“厨师b”确定为第一待标注实体,将与“厨师b”直接连接的实体“番茄炒鸡蛋”确定为第二待标注实体。建立“厨师b”与“番茄炒鸡蛋”之间的第一待标注实体关系“擅长”。将待判断图谱中细粒度情感分数位于第二位的实体“厨师c”确定为第三待标注实体;将与“厨师c”直接连接的实体“番茄炒鸡蛋”确定为第四待标注实体;建立“厨师c”与“番茄炒鸡蛋”的第二待标注实体关系“能做”。
可选地,在获得目标图谱后,还包括:根据目标图谱规划人员工作。
可选地,根据目标图谱规划人员工作,包括:将目标图谱发送到预设的推荐平台,响应于用户的推荐指令,获取用户推荐信息。
可选地,根据目标图谱规划人员工作,包括:将目标图谱发送到预设的安排平台,响应于用户的安排指令,获取人员安排信息。
在一些实施例中,目标图谱中存在“厨师c”与“番茄炒鸡蛋”之间的备选实体关系为“能做”。目标图谱中存在“厨师b”与“番茄炒鸡蛋”之间的备选实体关系为“擅长”。在客户点餐“番茄炒鸡蛋”的情况下,优先安排厨师b,然后安排厨师c。
在一些实施例中,细粒度情感数据中存在对各实体的等级评价,例如:评价好、评价中和评价坏。其中评价好和评价中为正向情感,评价坏为负向情感。
在一些实施例中,知识体系由三层schema构成。第一层的schema为蔬菜、水果、成分、颜色和形状;第二层的schema为菜名、厨师和门店;第三层的schema为人群、消费服务和评价;对三层schema进行连接,构成知识体系。
结合图4所示,本公开实施例提供一种用于构建图谱的装置,包括:获取模块401、确定模块402、第一图谱构建模块403和第二图谱构建模块404。获取模块401,被配置为获取数据;确定模块402,被配置为确定数据中的各实体、各实体对应的实体类型和细粒度情感数据;第一图谱构建模块403,被配置为根据预设的知识体系和各实体对应的实体类型连接各实体,获得备选图谱;第二图谱构建模块404,被配置为通过实体链接将细粒度情感数据与备选图谱中的各实体连接,获得目标图谱。
采用本公开实施例提供的用于构建图谱的装置,通过获取模块获取数据;确定模块确定数据中的各实体、各实体对应的实体类型和细粒度情感数据;第一图谱构建模块根据预设的知识体系和各实体对应的实体类型连接各实体,获得备选图谱;第二图谱构建模块通过实体链接将细粒度情感数据与备选图谱中的各实体连接,获得目标图谱。这样,通过实体链接将各实体与细粒度情感数据连接,知识图谱中不仅存在事实性知识,还增加了用户情感,使得知识图谱完成了从know-what知识图谱到know-how知识图谱的转换。使得用户能够根据每个实体对应的细粒度情感数据进行个性化的推荐或安排。
可选地,确定模块按照以下方式确定数据中的各实体、各实体对应的实体类型:将数据中的结构化数据输入预设的第一知识抽取模型获得各实体和各实体对应的实体类型。
可选地,确定模块按照以下方式确定数据中的细粒度情感数据:将数据中的非结构化数据输入预设的第二知识抽取模型获得细粒度情感数据。
可选地,第一图谱构建模块按照以下方式根据预设的知识体系和各实体对应的实体类型连接各实体,获得备选图谱:从各实体中选取一个实体确定为目标实体,将除目标实体外的实体确定为待判断实体;在知识体系中目标实体对应的实体类型与待判断实体对应的实体类型存在连接关系的情况下,连接目标实体与待判断实体,获得备选图谱。
结合图5所示,本公开实施例提供一种用于构建图谱的装置,还包括:展示模块405。
获取模块401,获取数据并将数据发送给确定模块402;确定模块402,接收数据并确定数据中的各实体、各实体对应的实体类型和细粒度情感数据,将各实体、各实体对应的实体类型发送给第一图谱构建模块403,将细粒度情感数据发送给第二图谱构建模块404;第一图谱构建模块403,接收各实体、各实体对应的实体类型,根据预设的知识体系和各实体对应的实体类型连接各实体,获得备选图谱;第二图谱构建模块404,接收细粒度情感数据,通过实体链接将细粒度情感数据与备选图谱中的各实体连接,获得目标图谱。
结合图6所示,本公开实施例提供一种电子设备,包括处理器(processor)600和存储器(memory)601。可选地,该装置还可以包括通信接口(Communication Interface)602和总线603。其中,处理器600、通信接口602、存储器601可以通过总线603完成相互间的通信。通信接口602可以用于信息传输。处理器600可以调用存储器601中的逻辑指令,以执行上述实施例的用于构建图谱的方法。
此外,上述的存储器601中的逻辑指令可以通过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,可以存储在一个计算机可读取存储介质中。
存储器601作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序,如本公开实施例中的方法对应的程序指令/模块。处理器600通过运行存储在存储器601中的程序指令/模块,从而执行功能应用以及数据处理,即实现上述实施例中用于构建图谱的方法。
存储器601可包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据终端设备的使用所创建的数据等。此外,存储器601可以包括高速随机存取存储器,还可以包括非易失性存储器。
采用本公开实施例的电子设备,通过获取数据;确定数据中的各实体、各实体对应的实体类型和细粒度情感数据;根据预设的知识体系和各实体对应的实体类型连接各实体,获得备选图谱;通过实体链接将细粒度情感数据与备选图谱中的各实体连接,获得目标图谱。这样,通过实体链接将各实体与细粒度情感数据连接,知识图谱中不仅存在事实性知识,还增加了用户情感,使得知识图谱完成了从know-what知识图谱到know-how知识图谱的转换。使得用户能够根据每个实体对应的细粒度情感数据进行个性化的推荐或安排。
本公开实施例提供了一种存储介质,存储有程序指令,所述序指令在运行时,执行上述用于构建图谱的方法。
本公开实施例提供了一种计算机程序产品,所述计算机程序产品包括存储在计算机可读存储介质上的计算机程序,所述计算机程序包括程序指令,当所述程序指令被计算机执行时,使所述计算机执行上述用于构建图谱的方法。
上述的计算机可读存储介质可以是暂态计算机可读存储介质,也可以是非暂态计算机可读存储介质。
本公开实施例的技术方案可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括一个或多个指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本公开实施例所述方法的全部或部分步骤。而前述的存储介质可以是非暂态存储介质,包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等多种可以存储程序代码的介质,也可以是暂态存储介质。
以上描述和附图充分地示出了本公开的实施例,以使本领域的技术人员能够实践它们。其他实施例可以包括结构的、逻辑的、电气的、过程的以及其他的改变。实施例仅代表可能的变化。除非明确要求,否则单独的部件和功能是可选的,并且操作的顺序可以变化。一些实施例的部分和特征可以被包括在或替换其他实施例的部分和特征。而且,本申请中使用的用词仅用于描述实施例并且不用于限制权利要求。如在实施例以及权利要求的描述中使用的,除非上下文清楚地表明,否则单数形式的“一个”(a)、“一个”(an)和“所述”(the)旨在同样包括复数形式。类似地,如在本申请中所使用的术语“和/或”是指包含一个或一个以上相关联的列出的任何以及所有可能的组合。另外,当用于本申请中时,术语“包括”(comprise)及其变型“包括”(comprises)和/或包括(comprising)等指陈述的特征、整体、步骤、操作、元素,和/或组件的存在,但不排除一个或一个以上其它特征、整体、步骤、操作、元素、组件和/或这些的分组的存在或添加。在没有更多限制的情况下,由语句“包括一个…”限定的要素,并不排除在包括所述要素的过程、方法或者设备中还存在另外的相同要素。本文中,每个实施例重点说明的可以是与其他实施例的不同之处,各个实施例之间相同相似部分可以互相参见。对于实施例公开的方法、产品等而言,如果其与实施例公开的方法部分相对应,那么相关之处可以参见方法部分的描述。
本领域技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,可以取决于技术方案的特定应用和设计约束条件。所述技术人员可以对每个特定的应用来使用不同方法以实现所描述的功能,但是这种实现不应认为超出本公开实施例的范围。所述技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本文所披露的实施例中,所揭露的方法、产品(包括但不限于装置、设备等),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,所述单元的划分,可以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,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例。另外,在本公开实施例中的各功能单元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。
附图中的流程图和框图显示了根据本公开实施例的系统、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,所述模块、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。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,两个连续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,这可以依所涉及的功能而定。在附图中的流程图和框图所对应的描述中,不同的方框所对应的操作或步骤也可以以不同于描述中所披露的顺序发生,有时不同的操作或步骤之间不存在特定的顺序。例如,两个连续的操作或步骤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,这可以依所涉及的功能而定。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动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。
Claims (10)
1.一种用于构建图谱的方法,其特征在于,包括:
获取数据;
确定所述数据中的各实体、各实体对应的实体类型和细粒度情感数据;
根据预设的知识体系和各实体对应的实体类型连接各实体,获得备选图谱;
通过实体链接将所述细粒度情感数据与备选图谱中的各实体连接,获得目标图谱。
2.根据权利要求1所述的方法,其特征在于,确定所述数据中的各实体、各实体对应的实体类型,包括:
将所述数据中的结构化数据输入预设的第一知识抽取模型获得各实体和各实体对应的实体类型。
3.根据权利要求1所述的方法,其特征在于,确定所述数据中的细粒度情感数据,包括:
将所述数据中的非结构化数据输入预设的第二知识抽取模型获得细粒度情感数据。
4.根据权利要求1所述的方法,其特征在于,根据预设的知识体系和各实体对应的实体类型连接各实体,获得备选图谱,包括:
从各实体中选取一个实体确定为目标实体,将除目标实体外的实体确定为待判断实体;
在知识体系中的目标实体对应的实体类型与待判断实体对应的实体类型存在连接关系的情况下,连接目标实体与待判断实体,获得备选图谱。
5.一种用于构建图谱的装置,其特征在于,包括:
获取模块,被配置为获取数据;
确定模块,被配置为确定所述数据中的各实体、各实体对应的实体类型和细粒度情感数据;
第一图谱构建模块,被配置为根据预设的知识体系和各实体对应的实体类型连接各实体,获得备选图谱;
第二图谱构建模块,被配置为通过实体链接将所述细粒度情感数据与备选图谱中的各实体连接,获得目标图谱。
6.根据权利要求5所述的装置,其特征在于,确定模块按照以下方式确定所述数据中的各实体、各实体对应的实体类型:
将所述数据中的结构化数据输入预设的第一知识抽取模型获得各实体和各实体对应的实体类型。
7.根据权利要求5所述的装置,其特征在于,确定模块按照以下方式确定所述数据中的细粒度情感数据:
将所述数据中的非结构化数据输入预设的第二知识抽取模型获得细粒度情感数据。
8.根据权利要求5所述的装置,其特征在于,第一图谱构建模块按照以下方式根据预设的知识体系和各实体对应的实体类型连接各实体,获得备选图谱:
从各实体中选取一个实体确定为目标实体,将除目标实体外的实体确定为待判断实体;
在知识体系中目标实体对应的实体类型与待判断实体对应的实体类型存在连接关系的情况下,连接目标实体与待判断实体,获得备选图谱。
9.一种电子设备,包括处理器和存储有程序指令的存储器,其特征在于,所述处理器被配置为在运行所述程序指令时,执行如权利要求1至4任一项所述的用于构建图谱的方法。
10.一种存储介质,存储有程序指令,其特征在于,所述程序指令在运行时,执行如权利要求1至4任一项所述的用于构建图谱的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210421563.2A CN114741533A (zh) | 2022-04-21 | 2022-04-21 | 用于构建图谱的方法及装置、电子设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210421563.2A CN114741533A (zh) | 2022-04-21 | 2022-04-21 | 用于构建图谱的方法及装置、电子设备、存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114741533A true CN114741533A (zh) | 2022-07-12 |
Family
ID=82283151
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210421563.2A Pending CN114741533A (zh) | 2022-04-21 | 2022-04-21 | 用于构建图谱的方法及装置、电子设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114741533A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117112809A (zh) * | 2023-10-25 | 2023-11-24 | 卓世科技(海南)有限公司 | 一种知识追踪方法及系统 |
-
2022
- 2022-04-21 CN CN202210421563.2A patent/CN114741533A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117112809A (zh) * | 2023-10-25 | 2023-11-24 | 卓世科技(海南)有限公司 | 一种知识追踪方法及系统 |
CN117112809B (zh) * | 2023-10-25 | 2024-01-26 | 卓世科技(海南)有限公司 | 一种知识追踪方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Andrienko et al. | Scalable and privacy-respectful interactive discovery of place semantics from human mobility traces | |
US10078704B2 (en) | Method and device for displaying microblog dynamics, and computer storage medium | |
Radnor et al. | Implementation in operations research and R&D in government and business organization | |
Maniya et al. | A multi-attribute selection of automated guided vehicle using the AHP/M-GRA technique | |
Thom et al. | Can twitter really save your life? A case study of visual social media analytics for situation awareness | |
CN110517159A (zh) | 向计算设备的用户呈现最常用联系人信息 | |
WO2015013436A2 (en) | Methods of identifying relevant content and subject matter expertise for online communities | |
US20170032253A1 (en) | Information processing apparatus, control method, and program | |
CN109767081A (zh) | 电力工单表生成方法及装置 | |
EP2630593B1 (en) | Method for accessing information related to an entity | |
CN114741533A (zh) | 用于构建图谱的方法及装置、电子设备、存储介质 | |
CN104182544B (zh) | 分析数据库的维度剖析方法及装置 | |
CN112380454A (zh) | 培训课程推荐方法、装置、设备及介质 | |
Seifi Azad Mard et al. | Occupational risk assessment in the construction industry in Iran | |
US10627984B2 (en) | Systems, devices, and methods for dynamic virtual data analysis | |
Verma et al. | A data analytic-based logistics modelling framework for E-commerce enterprise | |
WO2017166590A1 (zh) | 一种多国时区时钟显示方法及装置及智能终端 | |
Bianchetti et al. | Free classification of Canadian and American emergency management map symbol standards | |
CN109656964A (zh) | 数据比对的方法、装置以及存储介质 | |
JP2017073007A (ja) | 人材マッチングコミュニケーションシステム | |
Mättig et al. | Smart packaging in intralogistics: an evaluation study of human-technology interaction in applying new collaboration technologies | |
KR101462858B1 (ko) | 기업의 해외 진출 역량 평가 방법 | |
Rajabpour et al. | TFR: a tourist food recommender system based on collaborative filtering | |
Fabrikant et al. | The effect of instructions on distance and similarity judgements in information spatializations | |
CN111831863B (zh) | 数据可视化方法和装置、计算机可读的存储介质 |
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 |