JP7223785B2 - 時系列ナレッジグラフ生成方法、装置、デバイス及び媒体 - Google Patents

Description

本願の実施形態は、コンピュータ技術の分野に関し、具体的にナレッジグラフ技術に関し、特に、時系列ナレッジグラフ生成方法、装置、デバイス及び媒体に関する。

ナレッジグラフは、セマンティックの角度から構造化情報を用いて現実世界のナレッジを表すセマンティックネットワークであり、現実世界の物事及びその相互関係に対して形式化で記述することができる。ナレッジとは、ナレッジグラフの中の、現実世界の客観的事実に関する記述を意味し、通常、実体ペア（サブジェクトＳ‐オブジェクトＯ pair）及びそれらの間の関係（Ｐ）を含み、ＳＰＯトリプル（３－タプル）の形式で表す。

しかしながら、現在、汎用のナレッジトリプルは、ナレッジの時間に対する表現精度が高くなく、離散時間状態によって簡単に表すことしかできない。また、１つの測定方式としての時間は、自ら計算操作を行うことができるが、ナレッジの時間に対する表現精度が高くないせいで、ナレッジが時間情報の計算をサポートしないことを招いてしまう。

本願の実施形態は、時系列ナレッジグラフ生成方法、装置、デバイス及び媒体を提供する。時間セグメントを含む構造化データフォーマットに基づいて時系列ナレッジグラフを生成する方式を提案し、時系列ナレッジグラフを構築するデータフォーマットに対して統一的な標準化を行い、ナレッジグラフの中のナレッジの時間情報の表現精度を高める。

第１の実施態様においては、本願の実施形態は、時間情報を含むコーパスを取得することと、前記コーパスに対して実体ペア、実体関係及び前記実体関係の有効期限を表すために用いられる前記実体関係のターゲット時間セグメントを含む多元データの抽出を行うことと、前記実体ペア、実体関係及び前記実体関係のターゲット時間セグメントに基づき、時系列ナレッジグラフを生成することとを含む時系列ナレッジグラフ生成方法を提供する。

前記出願の１つの実施形態は、以下のメリット又は有益な効果を有する。時間セグメントを含む構造化データフォーマットに基づいて時系列ナレッジグラフを生成する方式を提案し、時系列ナレッジグラフを構築するデータフォーマットに対して統一的な標準化を行い、時系列ナレッジグラフにおいては、それぞれの実体ペアの実体関係の有効期限を正確に表現し、時間情報の表現精度を高めることができ、また、実体関係の時間セグメントに基づいて時間次元のナレッジ計算をサポートすることができる。

前記実体関係のターゲット時間セグメントの抽出プロセスは、前記多元データの抽出により、前記実体関係の複数の時間セグメントを取得することと、前記複数の時間セグメントに対して融合処理を行い、前記ターゲット時間セグメントを取得することとを含むことが好ましい。

前記出願の中の１つの実施形態は、以下のメリット又は有益な効果を有する。
時系列ナレッジグラフの中のそれぞれの実体関係の有効な時間セグメントの正確性及び完全性を確保することができる。

前記複数の時間セグメントに対して融合処理を行い、前記ターゲット時間セグメントを取得することは、前記複数の時間セグメントの中のそれぞれの時間セグメントの信用度によって、前記複数の時間セグメントに対して選別することと、選別された後の時間セグメントに対して時間の順序に従って整合し、前記ターゲット時間セグメントを取得することとを含むことが好ましい。

前記複数の時間セグメントの中のそれぞれの時間セグメントの信用度によって、前記複数の時間セグメントに対して選別することは、前記複数の時間セグメントの中のそれぞれの時間セグメントに対応するデータソースの、前記コーパスの中の数を統計することと、前記数に基づいてそれぞれの時間セグメントの信用度を確定することと、前記信用度によって前記複数の時間セグメントに対して選別することとを含むことが好ましい。

前記方法は、前記ターゲット時間セグメントの時間起点及び時間終点にナル値が存在するか否かを確定することと、ナル値が存在する場合、現在のコーパスと異なるソースの候補コーパスを用いて前記ナル値の有効性を確定することとを更に含むことが好ましい。

前記コーパスに対して多元データの抽出を行うことは、予め訓練された特徴抽出モデルを用いて前記コーパスの中のそれぞれの語句に対して特徴の抽出を行うことと、それぞれの語句の抽出された特徴に基づき、それぞれの語句の中のワードに対して分類タグ付けを行い、前記多元データを取得することとを含むことが好ましい。

前記方法は、訓練コーパスセット及び前記訓練コーパスセットの中のそれぞれの語句の多元データのタグ付け結果を用い、訓練することで多元データ抽出モデルを取得することにより、前記多元データ抽出モデルを用いて前記特徴抽出及び前記分類タグ付けの操作を行うことを更に含むことが好ましい。

前記コーパスに対して多元データの抽出を行うことは、前記コーパスの中のテキストの主題又はテキスト構造を分析することと、前記テキストの主題が所定主題に属するか、又は、前記テキスト構造が所定テキスト構造に属すれば、異なるデータ抽出方式を用いて前記多元データを抽出することとを含むことが好ましい。

前記出願の中の１つの実施形態は、以下のメリット又は有益な効果を有する。本実施形態の方案は、コーパスの中のテキスト構造及びテキスト主題に応じて、異なるナレッジ抽出方式を用いて多元データの中のそれぞれのデータに対して柔軟に区別して抽出し、ナレッジ抽出の効率及び正確性を高めることに寄与する。

異なるデータ抽出方式を用いて前記多元データを抽出することは、ナレッジ抽出ニーズに基づいて予め定義された、実体関係を確定する方式である所定関係抽出方式によって、前記テキストの語句の中から前記実体関係を抽出することと、前記テキストの中の語句に対して特徴の抽出及びワード分類タグ付けを行うことにより、前記実体ペア及び前記実体関係のターゲット時間セグメントを取得することとを含むことが好ましい。

前記コーパスに対して多元データの抽出を行った後、前記方法は、ナレッジ抽出ニーズに従って、前記抽出された実体ペアの中の任意の１つのアーギュメント及び前記抽出された実体関係に対して曖昧性解消を行うことと、曖昧性解消された後の実体ペア及び曖昧性解消された後の実体関係に対して融合を行うこととを更に含むことが好ましい。

前記出願の中の１つの実施形態は、以下のメリット又は有益な効果を有する。ナレッジの曖昧性解消及びナレッジの融合等の後処理の操作によって、時系列ナレッジグラフを構築する多元データの表現正確性及びナレッジの完全性を高めることができる。

時間情報を含むコーパスを取得することは、コーパスの本文に記載の時間、コーパスのデータのプッシュ時間、コーパスのデータの更新時間及びコーパスのソースに基づいて間接的に獲得された時間を含む前記時間情報を識別することによって、前記時間情報を含むコーパスを取得することを含むことが好ましい。

前記出願の中の１つの実施形態は、以下のメリット又は有益な効果を有する。
時間情報によって現在のナレッジ抽出に用いられるコーパスを選別することにより、使用可能なコーパスの適切性及びコーパスの品質を確保することができる。

前記多元データは、クインタプル（５－タプル）データ形式を採用し、それぞれは、サブジェクト、実体関係、オブジェクト、関係有効時間起点、関係失効時間終点を含むことが好ましい。

第２の実施態様においては、本願の実施形態は、時間情報を含むコーパスを取得するためのコーパス取得モジュールと、前記コーパスに対して実体ペア、実体関係及び前記実体関係の有効期限を表すために用いられる前記実体関係のターゲット時間セグメントを含む多元データの抽出を行うためのデータ抽出モジュールと、前記実体ペア、実体関係及び前記実体関係のターゲット時間セグメントに基づき、時系列ナレッジグラフを生成するためのグラフ生成モジュールとを備える時系列ナレッジグラフ生成装置を更に提供する。

第３の実施態様においては、本願の実施形態は、少なくとも１つのプロセッサと、前記少なくとも１つのプロセッサと通信接続するメモリとを備える電子デバイスを更に提供する。前記メモリは、前記少なくとも１つのプロセッサにより実行される命令を記憶し、前記命令が前記少なくとも１つのプロセッサにより実行されることにより、前記少なくとも１つのプロセッサは、本願の実施形態の何れか１つに記載の時系列ナレッジグラフ生成方法を実行する。

第４の実施態様においては、本願の実施形態は、コンピュータ命令が記憶されている非一時的コンピュータ読み取り可能な記憶媒体を更に提供する。前記コンピュータ命令は、前記コンピュータが本願の実施形態の何れか１つに記載の時系列ナレッジグラフ生成方法を実行するために用いられる。

第５の実施態様によれば、コンピュータプログラムであって、プロセッサにより実行されると、本願の実施形態の何れか１つに記載の時系列ナレッジグラフ生成方法を実行させるコンピュータプログラムを提供する。

本願の実施形態の技術案により、実体ペア、実体関係及び実体関係のターゲット時間セグメントを同時に抽出することによって、時間セグメントを含む構造化データフォーマットに基づいて時系列ナレッジグラフを生成する方式を提案し、時系列ナレッジグラフを構築するデータフォーマットに対して統一的な標準化を行い、時系列ナレッジグラフにおいては、それぞれの実体ペアの実体関係の有効期限を正確に表現することができ、従来技術におけるナレッジグラフの中の時間情報の表現精度が比較的低いという問題を解決し、時間情報の表現精度を高めることができ、また、実体関係の時間セグメントに基づいて時間次元のナレッジ計算をサポートし、時系列ナレッジを柔軟に使用することが向上する。また、時系列ナレッジグラフは、ナレッジ情報を提供する必要のある場面をより豊かにサポートすることができる。上述した好ましい方式が有する他の効果は、後述において具体的な実施形態に合わせて説明する。

図面は、本技術案をより良く理解するために用いられ、本願を限定しない。

本願の実施形態による１つの時系列ナレッジグラフ生成方法のフローチャート図である。 本願の実施形態によるもう１つの時系列ナレッジグラフ生成方法のフローチャート図である。 本願の実施形態による１つの時系列ナレッジグラフ生成装置の構造模式図である。 本願の実施形態による１つの電子デバイスのブロック図である。

以下、図面を参照しながら、本願の例示する実施形態を説明するが、理解しやすくするために、本願の実施形態の様々な細部が含まれており、それらは、例示するものに過ぎないことを理解されたい。よって、当業者は、本願の範囲及び精神から逸脱せずに、ここに記載の実施形態に対して様々な変更及び補正を行うことができることを認識すべきである。同様に、明確でかつ簡潔にするために、以下の記述においては、周知の機能及び構造に対する記載を省略している。

図１は、本願の実施形態による１つの時系列ナレッジグラフ生成方法のフローチャート図である。本実施形態は、コーパスに対してナレッジ抽出を行うことにより、実体関係有効時間セグメントを含む時系列ナレッジグラフを構築する場合に適用することができる。本実施形態の方法は、時系列ナレッジグラフ生成装置により実行することができ、当該装置は、ソフトウェア及び/又はハードウェアの方式で実現することができ、計算能力を有する任意の電子デバイスに集積することができ、例えば、サーバー等である。

図１に示すように、本実施形態による時系列ナレッジグラフ生成方法は、Ｓ１０１、Ｓ１０２及びＳ１０３を備える。

Ｓ１０１においては、時間情報を含むコーパスを取得する。

本実施形態においては、コーパスは、ウェブページ、百科事典データベース等をソースとすることができ、異なるナレッジ抽出ニーズに応じてウェブページは様々な主題種類を含むことができ、例えば、教育、科学技術、体育等である。コーパスを最初に取得した後、時間情報を特徴付けるキーワードを用いて最初に取得したコーパスに対して選別を行うことにより、時間情報を含むコーパスを取得する。
例示するように、時間情報を含むコーパスを取得することは、コーパスの本文に記載の時間、コーパスのデータのプッシュ時間、コーパスのデータの更新時間及びコーパスのソースに基づいて間接的に獲得された時間を含む時間情報を識別することによって、時間情報を含むコーパスを取得することを含む。異なるソースのコーパスに対してその中の時間情報を識別する方式が異なっても良く、例えば、ウェブページデータに対しては、テキスト識別技術を用いてウェブページの本文から識別することができ、又は、ウェブページの更新時間を用いて取得するか、特定のウェブページラベル/位置に基づいて間接的に取得することができ、百科事典データベースに対しては、データテキストの識別によって、又は、データプッシュ時間等の方式を用いて取得することができる。

多元データを抽出する前に、時間情報に基づいて最初に取得したコーパスに対してフィルタリングするだけではなく、現在のナレッジ抽出ニーズに応じ、コーパスのソースの信頼性、テキスト内容の品質、テキスト主題種類等の所定条件に基づいて最初に取得したコーパスをフィルタリングすることにより、現在のナレッジ抽出に用いられるコーパスの品質を保障することもできる。

Ｓ１０２においては、コーパスに対して実体ペア、実体関係及び実体関係の有効期限を表すために用いられる実体関係のターゲット時間セグメントを含む多元データの抽出を行う。

時間情報を含むコーパスを取得した後、当該コーパスの中のテキストに対して句読点又は段落分け等の方式で分割処理を行い、その後、分割された後のテキストに対して多元データ抽出を行い、データ抽出の実現方式は、予め訓練された多元データ抽出モデルを用いる方式、又は実体ペア、実体関係を特徴付けるためのキーワード及び時間情報を表すためのキーワードに対して識別を行う等の方式を含むが、本実施形態は、具体的に制限しない。また、データ抽出の具体的な実現により、コーパスの中のテキストデータに対してフォーマット変換を行うことで、抽出プロセスにおいて識別可能なテキストデータを取得することもできる。

それぞれの実体ペアは、何れもサブジェクト及びオブジェクトの２つのアーギュメントを含み、実体関係は、即ち、サブジェクトとオブジェクトの間の関係又は属性を表し、それぞれの実体関係は、対応するターゲット時間セグメント内に有効であり、ターゲット時間セグメントを超えると、当該実体関係は、無効である。ナレッジグラフの中にそれぞれの実体関係の有効時間セグメントを追加することにより、ナレッジグラフの中の時間情報の表現精度が高まり、ひいては、後続において当該実体関係に対して時間次元のナレッジ計算を行うことにも有利である。例えば、本実施形態の方法でナレッジ抽出を行うと、Ａが２００９年から２０１３までＢ国の大統領に就任したことが確定でき、統計された２００９年前の当該Ｂ国の歴代大統領の情報を合わせると、時間セグメントの順序に基づいて第ｘ代のＢ国の大統領の情報を計算することができる。

多元データは、クインタプルデータ形式を採用し、それぞれは、サブジェクト、実体関係、オブジェクト、関係有効時間起点（from値）、関係失効時間終点(to値)を含むことが好ましい。関係有効時間起点及び関係失効時間終点は、時間セグメントを構成するので、ナレッジグラフを構築するデータフォーマットの統一化及び標準化を実現することができる。当然ながら、その他のアーギュメントデータを追加するニーズが存在すれば、多元データは、５次元アーギュメントより多いデータの形式を採用しても良く、これにより、データを柔軟に拡大することができるという効果を実現することができる。

実体関係のターゲット時間セグメントの抽出プロセスは、多元データの抽出により、実体関係の複数の時間セグメントを取得することと、複数の時間セグメントに対して融合処理を行い、ターゲット時間セグメントを取得することとを含むことが好ましい。コーパスが比較的多いとき、ナレッジを抽出することにより、それぞれの実体ペアの実体関係は、複数の時間セグメントに対応する可能性があり、例えば、少なくとも２つの時間セグメントであり、ナレッジグラフの中のそれぞれの実体関係の時間セグメントの正確性及び完全性を確保するために、取得された複数の時間セグメントに対して融合処理を行う必要があり、例えば、間違った時間セグメントを除去し、時間の順序に従って異なる時間セグメントに対してつぎ合わし又は重複削除等を行う。

複数の時間セグメントに対して融合処理を行い、ターゲット時間セグメントを取得することは、複数の時間セグメントの中のそれぞれの時間セグメントの信用度によって、複数の時間セグメントに対して選別することと、選別された後の時間セグメントに対して時間の順序に従って整合し、例えば、時間セグメントのつぎ合わし又は重複削除を行い、ターゲット時間セグメントを取得することとを含む。例示するように、信用度が信用度閾値より低い時間セグメントを捨て、その後、時間の順序に従って選別された後の時間セグメントをつぎ合わし、最終のfrom値及びto値を取得することで、ターゲット時間セグメントを取得することができる。時間の間隔が存在し、つぎ合わしができない複数の時間セグメントを、それぞれ独立したターゲット時間セグメントとすることができ、同じ実体関係に対しては、現在の抽出において複数のタプルの多元データを取得することに相当する。なお、それぞれの時間セグメントの信用度は、予め確定されたコーパスのソースの優先度に基づいて確定しても良く、例えば、コーパスのソースの優先度が高ければ高いほど、当該コーパスの中から抽出された時間セグメントの信用度が高い。または、統計を取ることで同一時間セグメントのデータソースの、コーパスの中の数を抽出し、当該数のダイナミックに基づいて当該時間セグメントの信用度を確定しても良く、本実施形態は、具体的に制限しない。ナレッジ抽出のタスクを実行するために用いられるコーパスは、複数のデータソースを含んでも良く、例えば、異なるホームページアドレスのホームページテキスト等である。複数のデータソースは、それぞれ異なるコーパスのソースに対応しても良く、同じコーパスのソースに対応しても良い。コーパスのソースは、情報の発表者によって区分しても良い。

例示するように、複数の時間セグメントの中のそれぞれの時間セグメントの信用度によって、複数の時間セグメントに対して選別することは、複数の時間セグメントの中のそれぞれの時間セグメントに対応するデータソースの、コーパスの中の数を統計することと、統計された数に基づいてそれぞれの時間セグメントの信用度を確定することと、信用度によって複数の時間セグメントに対して選別することとを含む。例えば、複数の時間セグメントは、それぞれa、b、cであり、時間セグメントaを抽出したデータソースの、コーパスの中の数は、ｘ１であり、時間セグメントbを抽出したデータソースの、コーパスの中の数は、ｘ２であり、時間セグメントcを抽出したデータソースの、コーパスの中の数は、ｘ３であり、ｘ１>ｘ２>ｘ３であれば、時間セグメントa、b、cの信用度が順に小さくなり、信用度が信用度閾値より小さい時間セグメントを捨てても良く、信用度閾値を適切に設定しても良い。

更に、本実施形態の方法は、ターゲット時間セグメントの時間起点及び時間終点にナル値が存在するか否かを確定することと、ナル値が存在する場合、現在のコーパスと異なるソースの候補コーパスを用いて前記ナル値の有効性を確定し、即ち、候補コーパスに対して関係する時間情報を識別し、時間セグメントの中のナル値を検証し、ナル値が無効であることが確定されれば、候補コーパスから識別された時間を用いて当該ナル値に対して入れ替えを行うことで、現在確定されたターゲット時間セグメントの信頼性を確保する。

Ｓ１０３においては、実体ペア、実体関係及び実体関係のターゲット時間セグメントに基づき、時系列ナレッジグラフを生成する。

本実施形態の技術案により、実体ペア、実体関係及び実体関係のターゲット時間セグメントを同時に抽出することによって、時間セグメントを含む構造化データフォーマットに基づいて時系列ナレッジグラフを生成する方式を提案し、時系列ナレッジグラフを構築するデータフォーマットに対して統一的な標準化を行い、時系列ナレッジグラフにおいては、それぞれの実体ペアの実体関係の有効期限を正確に表現することができ、従来技術におけるナレッジグラフの中の時間情報の表現精度が比較的低いという問題を解決し、時間情報の表現精度を高めることができ、また、実体関係の時間セグメントに基づいて時間次元のナレッジ計算をサポートし、時系列ナレッジを柔軟に使用することが向上する。また、時系列ナレッジグラフは、ナレッジ情報を提供する必要のある場面をより豊かにサポートすることができる。

図２は、本願の実施形態によるもう１つの時系列ナレッジグラフ生成方法のフローチャート図であり、前記技術案を元に更に改良及び発展を行い、上述した様々な好ましい実施形態と組み合わせても良い。図２に示すように、当該方法は、Ｓ２０１、Ｓ２０２、Ｓ２０３、Ｓ２０４、Ｓ２０５及びＳ２０６を備える。

Ｓ２０１においては、時間情報を含むコーパスを取得する。

Ｓ２０２においては、予め訓練された特徴抽出モデルを用いてコーパスの中のそれぞれの語句に対して特徴の抽出を行う。

Ｓ２０３においては、それぞれの語句の抽出された特徴に基づき、それぞれの語句の中のワードに対して分類タグ付けを行うことにより、多元データを取得する。
なお、多元データは、実体ペア、実体関係及び実体関係の有効期限を表すために用いられるターゲット時間セグメントを含む。特徴抽出モデルは、従来技術における、語句に対して特徴抽出を行うことが可能な任意のモデルによって実現することができ、本実施形態は、具体的に制限しない。例えば、双方向長短期記憶（Bidirectional Long Short-Term Memory、LSTM）に基づく特徴抽出モデルを用い、コーパスの中のそれぞれの語句の中の上下文脈に対して分析し、それぞれの語句の特徴を抽出し、特徴ベクトルの形式で表し、その後、それぞれの語句の中のワードに対して分類タグ付けを行い、それぞれの語句の中のワードを、多元データに含まれる複数のアーギュメントによって分類する。なお、ワードの分類タグ付けは、予め訓練された分類タグ付けモデルを用いて実現することができ、条件付き確率場（conditional random field、CRF）に基づく分類タグ付けモデル等を含むが、これに限らない。本実施形態に記載のワードは、単語構成のワードを含む。

多元データに対して抽出するプロセスにおいては、ステップに分けて２つの訓練モデルを用いて特徴抽出及び分類タグ付け操作をそれぞれ実行しても良く、１つの総合モデルを用いて特徴抽出及び分類タグ付け操作を同時に実行しても良い。本実施形態の方法は、訓練コーパスセット及び訓練コーパスセットの中のそれぞれの語句の多元データのタグ付け結果を用い、訓練することで多元データ抽出モデルを取得することにより、多元データ抽出モデルを用いて特徴抽出及び分類タグ付けの操作を行うことを更に含むことが好ましい。なお、多元データ抽出モデルは、長短期記憶ネットワーク及び条件付き確率場に基づいて実現することができる。

また、本実施形態の中の多元データ抽出モデルが採用するタグ付けのシーケンスは、BIOE構造であっても良い。タグ付け結果に対してBIOE構造を用いて制限することにより、ワード分類タグ付けの結果の品質を高め、完全なBIOE構造を有するタグ付け結果を正確なタグ付け結果として確定することができ、即ち、有効な多元データとして確定することができ、さもなければ、時系列ナレッジグラフを構築するプロセスにおいては、採用しない。

Ｓ２０４においては、ナレッジ抽出ニーズに基づいて抽出された実体ペアの中の任意の1つのアーギュメント及び抽出された実体関係に対して曖昧性解消を行う。

曖昧性解消の目的は、一つのワードが複数の意味を持つ又は複数のワードが一つの意味を持つ現象により、抽出された実体ペア又は実体関係の正確性に影響を与えることを避けるためである。語句が属するテキストの上下文脈の情報を分析することにより、それぞれの実体ペアの中の任意の１つのアーギュメントと抽出された実体関係を、真の実体ペア又は実体関係に対応させる。なお、ナレッジ抽出ニーズにおいては、現在抽出することが必要なターゲット実体及びターゲット実体関係を定義している。

Ｓ２０５においては、曖昧性解消された後の実体ペアと曖昧性解消された後の実体関係に対して融合を行う。

インターネットの中の情報に大量の冗長が存在していることを考慮すると、同じナレッジがコーパスの複数のデータソースにおいても言及される可能性があるので、融合処理によりナレッジの冗長除去を実現し、同じナレッジを合併することができる。例示するように、実体ペアの中のアーギュメント－オブジェクトを例とすると、当該オブジェクトが実体であれば、同じ実体に対して融合し、当該オブジェクトが非実体であれば、予め定義された辞典及び融合方式に頼って当該オブジェクトに対して融合することができ、なお、辞典は、言語表現の多様性に基づいて予め定義された同義又は類義の語のデータベースであり、融合方式とは、ナレッジ抽出ニーズに基づいて予め定義された融合処理方策を意味し、例えば、異なる短句構造を用いて同じセマンティックを表現する場合、この２つの短句を合併することができる。予め定義された辞典及び融合方式は、何れも複数の非実体のオブジェクトが同一のオブジェクトに実質的に対応しているか否かを補助的確定するために用いることができる。ナレッジの曖昧性解消及びナレッジ融合等の後処理の操作により、時系列ナレッジグラフを構築するために用いられる多元データの表現の正確性及びナレッジの完全性を高めることができる。

Ｓ２０６においては、融合処理後の実体ペア、実体関係及び実体関係のターゲット時間セグメントに基づき、時系列ナレッジグラフを生成する。

前記技術案を元に、コーパスに対して多元データの抽出を行うことは、コーパスの中のテキストの主題又はテキスト構造を分析することと、テキストの主題が所定主題に属するか、又は、テキスト構造が所定テキスト構造に属すれば、異なるデータ抽出方式を用いて多元データを抽出することとを含むことが好ましい。

現在のナレッジ抽出に用いられるコーパスに対し、それぞれのテキストに対してキーワードの識別及び分析を行うことでテキスト主題を確定し、又は、テキスト構造の分析技術を用いてそれぞれのテキスト構造に対して分析を行うことができる。コーパスのソースの多様性及び言語表現の多様性を考慮すると、現在のコーパスに含まれる多元データは、必ずしも全て予め訓練された多元データ抽出モデルを統一的に用いて抽出する必要がなく、コーパスの中の特定のテキストのテキスト構造が比較的簡単又は比較的固定であれば、即ち、所定テキスト構造に属すれば、当該種類のテキストに対して異なるデータ抽出方式を柔軟に採用してその中の多元データを迅速に抽出することができる。所定主題とは、ネットワークの内容発表の習慣に基づいて予め確定された、簡単なテキスト構造又は固定のテキスト構造を用いて発表されたテキスト内容の主題を意味する。

更に、異なるデータ抽出方式を用いて多元データを抽出することは、ナレッジ抽出ニーズに基づいて予め定義された、実体関係を確定する方式である所定関係抽出方式によって、テキストの語句の中から実体関係を抽出することと、テキストの中の語句に対して特徴の抽出及びワード分類タグ付けを行うことにより、実体ペア及び実体関係のターゲット時間セグメントを取得することとを含む。

例示するように、所定関係抽出方式は、語句の中のキーワードの識別とマッチングによって実体関係を確定することを意味しても良く、具体的には、ナレッジ抽出ニーズに基づいてそれぞれの種類の実体関係に所定数のキーワードを含む集合を予め定義し、語句が当該キーワードの集合の中のワードを含むのでれば、当該語句の中の実体ペアの実体関係を確定しても良い。所定関係抽出方式は、予め訓練された、実体関係を抽出するための専用の関係抽出モデルにより実現することを意味しても良く、例えば、訓練コーパスセット及び訓練コーパスセットの中のそれぞれの語句の中の実体関係タグ付け結果を用いて訓練して関係抽出モデルを取得する。所定関係抽出方式は、語句に対してセマンティック分析を行うことで実体関係を確定しても良く、当該方法は、特に実体関係の潜在表現語句に適する。実体ペア及び実体関係のターゲット時間セグメントは、予め訓練された実体ペア及び時間抽出モデルにより確定することができ、モデルの訓練プロセスは、前記モデルの訓練思想と一致しており、ここでは、繰り返して説明しない。また、実体関係の時間セグメントは、手動入力の方式を用いて確定しても良い。初めに実体関係を確定した後、当該実体関係を表すために用いられるキーワードの、属する語句の中の位置を、実体ペア及び時間抽出モデルの入力とし、実体ペア及び実体関係のターゲット時間セグメントを補助的抽出するために用いることで、ナレッジ抽出の正確性を高めることができる。当然ながら、このとき、実体ペア及び時間抽出モデルの訓練プロセスにおいても、実体関係を表すためのキーワードの、属する訓練語句の中の位置を入力としてモデルの訓練を行う必要がある。

本実施形態においては、コーパスの中のテキストの主題又はテキスト構造に基づいてコーパスの中のテキストを区別し、異なるナレッジ抽出方式を用いて実体ペア、実体関係のターゲット時間セグメント及び実体関係に対して柔軟に区別して抽出することにより、ナレッジ抽出の効率を高めることに寄与する。また、１つの抽出モデル訓練プロセスにおいては、タグ付けデータの次元が多ければ多いほど、当該訓練モデルの出力結果の誤り率が高くなる。よって、区別して抽出し、モデル訓練プロセスの中のタグ付けデータの次元を減らすことにより、ナレッジ抽出の誤り率を低下させることもできる。

本実施形態の技術案により、統一且つ標準の、時間セグメントを含む構造化データフォーマットに基づき、コーパスの中のそれぞれの語句に対して特徴抽出及びワード分類タグ付けを行うことにより、多元データを取得し、時系列ナレッジグラフを構築する。従来技術における、ナレッジグラフの中の時間情報の表現精度が比較的低いという問題を解決し、時間情報の表現精度が高まった。また、ナレッジの曖昧性解消及び融合処理により、時系列ナレッジグラフにおけるナレッジ記述の正確性及び完全性が高まった。また、本実施形態の方案は、コーパスの中のテキスト構造及びテキスト主題に基づき、異なるナレッジ抽出方式を用いて多元データの中のそれぞれのデータに対して柔軟に区別して抽出することをサポートするので、ナレッジ抽出の効率及び正確性を高めることに寄与する。

図３は、本願の実施形態による１つの時系列ナレッジグラフ生成装置の構造模式図である。本実施形態は、コーパスに対してナレッジ抽出を行うことにより、時間情報を含む時系列ナレッジグラフを構築する場合に適用することができる。本実施形態の装置は、ソフトウェア及び/又はハードウェアの方式を用いて実現することができ、計算能力を有する任意の電子デバイスに集積することができ、例えば、サーバー等である。

図３に示すように、本実施形態が開示する時系列ナレッジグラフ生成装置３００は、コーパス取得モジュール３０１、データ抽出モジュール３０２及びグラフ生成モジュール３０３を含む。

コーパス取得モジュール３０１は、時間情報を含むコーパスを取得するために用いられる。

データ抽出モジュール３０２は、コーパスに対して実体ペア、実体関係及び実体関係の有効期限を表すために用いられる実体関係のターゲット時間セグメントを含む多元データの抽出を行うために用いられる。

グラフ生成モジュール３０３は、実体ペア、実体関係及び実体関係のターゲット時間セグメントに基づき、時系列ナレッジグラフを生成するために用いられる。

データ抽出モジュール３０２は、多元データを抽出することにより、実体関係の複数の時間セグメントを取得するために用いられる時間セグメント抽出ユニットと、複数の時間セグメントに対して融合処理を行うことにより、ターゲット時間セグメントを取得するために用いられるターゲット時間セグメント確定ユニットとを備えることが好ましい。

ターゲット時間セグメント確定ユニットは、複数の時間セグメントの中のそれぞれの時間セグメントの信用度に基づき、複数の時間セグメントに対して選別するために用いられる時間セグメント選別サブユニットと、選別された後の時間セグメントに対して時間の順序に従って整合し、ターゲット時間セグメントを取得するために用いられる時間セグメント整合サブユニットとを備えることが好ましい。

時間セグメント選別サブユニットは、具体的に、複数の時間セグメントの中のそれぞれの時間セグメントに対応するデータソースの、コーパスの中の数を統計し、統計された数に基づいてそれぞれの時間セグメントの信用度を確定し、信用度に基づいて複数の時間セグメントに対して選別するように用いられることが好ましい。

データ抽出モジュール３０２は、ターゲット時間セグメントの時間起点及び時間終点にナル値が存在するか否かを確定する時間ナル値確定ユニットと、ナル値が存在する場合、現在のコーパスと異なるソースの候補コーパスを用いてナル値の有効性を確定するナル値有効性確定ユニットとを更に備えることが好ましい。

データ抽出モジュール３０２は、予め訓練された特徴抽出モデルを用いてコーパスの中のそれぞれの語句に対して特徴の抽出を行う特徴抽出ユニットと、それぞれの語句の抽出された特徴に基づき、それぞれの語句の中のワードに対して分類タグ付けを行い、多元データを取得するワード分類タグ付けユニットとを備えることが好ましい。

データ抽出モジュール３０２は、訓練コーパスセット及び訓練コーパスセットの中のそれぞれの語句の多元データのタグ付け結果を用い、訓練することで多元データ抽出モデルを取得することにより、多元データ抽出モデルを用いて特徴抽出及び分類タグ付けの操作を行うモデル訓練ユニットを更に備えることが好ましい。

データ抽出モジュール３０２は、コーパスの中のテキストの主題又はテキスト構造を分析するテキスト主題又は構造分析ユニットと、テキストの主題が所定主題に属するか、又は、テキスト構造が所定テキスト構造に属すれば、異なるデータ抽出方式を用いて多元データを抽出する多元データ抽出ユニットとを備えることが好ましい。

多元データ抽出ユニットは、ナレッジ抽出ニーズに基づいて予め定義された、実体関係を確定する方式である所定関係抽出方式によって、テキストの語句の中から実体関係を抽出するために用いられる実体関係抽出サブユニットと、テキストの中の語句に対して特徴の抽出及びワード分類タグ付けを行うことにより、実体ペア及び実体関係のターゲット時間セグメントを取得するために用いられる実体ペア及び時間セグメント抽出サブユニットとを備えることが好ましい。

本実施形態の装置は、データ抽出モジュール３０２がコーパスに対して多元データの抽出の操作を実行した後、ナレッジ抽出ニーズに従って、抽出された実体ペアの中の任意の1つのアーギュメントと抽出された実体関係に対して曖昧性解消を行う曖昧性解消モジュールと、曖昧性解消された後の実体ペアと曖昧性解消された後の実体関係に対して融合を行う融合モジュールとを更に備えることが好ましい。

コーパス取得モジュール３０１は、具体的に、コーパスの本文に記載の時間、コーパスのデータのプッシュ時間、コーパスのデータの更新時間及びコーパスのソースに基づいて間接的に獲得された時間を含む時間情報を識別することにより、時間情報を含むコーパスを取得するために用いられることが好ましい。

多元データは、クインタプルデータ形式を採用し、それぞれは、サブジェクト、実体関係、オブジェクト、関係有効時間起点、関係失効時間終点を含むことが好ましい。
本願の実施形態が開示する時系列ナレッジグラフ生成装置３００は、本願の実施形態が開示する時系列ナレッジグラフ生成方法を実行することができ、方法を実行するのに相応する機能モジュール及び有益な効果を有する。本実施形態において詳しく記載されていない内容は、本願の任意の方法の実施形態の中の記載を参照することができる。

本願の実施形態により、本願は、電子デバイス及び読み取り可能な記憶媒体を更に提供する。

図４に示すように、図４は、本願の実施形態における時系列ナレッジグラフ生成方法を実現するために用いられる電子デバイスのブロック図である。電子デバイスは、ラップトップコンピュータ、デスクトップコンピュータ、ワークステーション、パーソナルデジタルアシスタント、サーバー、ブレードサーバー、大型コンピュータ及びその他の適切なコンピュータのような様々な形のデジタルコンピュータを表すことを目的としている。電子デバイスは、パーソナルデジタルアシスタント、携帯電話、スマートフォン、ウェアラブルデバイス及びその他の類似するコンピューティングデバイスのような様々な形のモバイルデバイスを表すこともできる。本文に示される部材、それらの接続及び関係ならびにそれらの機能は、単なる例に過ぎず、本文に記載される及び／又は求められる本願の実施形態の実現を制限することを意図しない。

図４に示すように、当該電子デバイスは、1つ又は複数のプロセッサ４０１と、メモリ４０２と、高速インターフェイス及び低速インターフェイスとを含む、各々のコンポーネントを接続するためのインターフェイスを備える。各々のコンポーネントは、異なるバスを使用して相互に接続されており、共通のマザーボードに取り付けられ、又は、必要に応じて他の方法で取り付けることができる。プロセッサは、メモリ内又はメモリ上に格納し、外部入力/出力デバイス（例えば、インターフェイスに結合された表示デバイス）にグラフィカルユーザーインターフェイス（Graphical User Interface、GUI）のグラフィック情報を表示する命令を含む、電子デバイスで実行される命令を処理できる。他の実施形態においては、必要に応じて複数のプロセッサ及び／又は複数のバスを、複数のメモリとともに使用することができる。同様に、複数の電子デバイスを接続することができ、各々のデバイスは、例えば、サーバーアレイ、ブレードサーバーのグループ又はマルチプロセッサシステムとして、一部の必要な操作を提供する。図４においては、１つのプロセッサ４０１を例としている。
メモリ４０２は、本願の実施形態による非一時的コンピュータ読み取り可能な記憶媒体である。ここで、前記メモリは、少なくとも１つのプロセッサによって実行することができる命令を記憶することにより、前記少なくとも１つのプロセッサは、本願の実施形態による時系列ナレッジグラフ生成方法を実行する。本願の実施形態の非一時的コンピュータ読み取り可能な記憶媒体は、本願の実施形態による時系列ナレッジグラフ生成方法をコンピュータに実行させるために用いられるコンピュータ命令を記憶する。

メモリ４０２は、非一時的コンピュータ読み取り可能な記憶媒体として、本願の実施形態における時系列ナレッジグラフ生成方法に対応するプログラム命令/モジュールのような、非一時的ソフトウェアプログラム、非一時的コンピュータ実行可能なプログラム及びモジュールを記憶するのに用いることができ、例えば、図３に示されるコーパス取得モジュール３０１、データ抽出モジュール３０２及びグラフ生成モジュール３０３である。プロセッサ４０１は、メモリ４０２に記憶された非一時的ソフトウェアプログラム、命令及びモジュールを実行することによって、サーバーの様々な機能的アプリケーション及びデータ処理を実行し、即ち、上述した方法の実施形態における時系列ナレッジグラフ生成方法を実現する。

メモリ４０２は、記憶プログラム領域及び記憶データ領域を含んでも良く、なお、記憶プログラム領域は、オペレーティングシステム、及び少なくとも１つの機能を必要とするアプリケーションプログラムを記憶することができ、記憶データ領域は、時系列ナレッジグラフ生成方法の電子デバイスの使用に基づいて作られたデータ等を記憶することができる。また、メモリ４０２は、高速ランダムアクセスメモリを含んでも良く、少なくとも１つの磁気ディスク記憶装置、フラッシュ記憶装置又は他の非一時的固体記憶装置のような、非一時的メモリを含んでも良い。幾つかの実施形態においては、メモリ４０２は、プロセッサ４０１に対して遠隔的に設けられるメモリを含んでも良く、これらの遠隔メモリは、ネットワークを介して本実施形態における、時系列ナレッジグラフ生成方法を実現する電子デバイスに接続することができる。上述したネットワークの例は、インターネット、企業イントラネット、ローカルエリアネットワーク、モバイル通信ネットワーク及びそれらの組み合わせを含むが、これらに限らない。

本実施形態における、時系列ナレッジグラフ生成方法を実現するために用いられる電子デバイスは、入力装置４０３および出力装置４０４を更に含んでも良い。プロセッサ４０１、メモリ４０２、入力装置４０３及び出力装置４０４は、バス又は他の方法で接続することができる。図４においては、バスによる接続を例としている。
入力装置４０３は、入力された数値又は文字情報を受信し、本実施形態における、時系列ナレッジグラフ生成方法を実現するために用いられる電子デバイスのユーザー設定及び機能制御に関するキー信号入力を生成することができ、例えば、タッチスクリーン、キーパッド、マウス、トラックパッド、タッチパッド、ポインティングスティック、1つ又は複数のマウスボタン、トラックボール、ジョイスティック等の入力装置である。出力装置４０４は、表示デバイス、補助照明装置及び触覚フィードバック装置等を含んでも良く、補助照明装置は、例えば、発光ダイオード（Light Emitting Diode、LED）であり、触覚フィードバック装置は、例えば、振動モーターである。当該表示デバイスは、液晶ディスプレイ（Liquid Crystal Display、LCD）、LEDディスプレイ及びプラズマディスプレイを含んでも良いが、これらに限らない。幾つかの実施形態においては、表示デバイスは、タッチスクリーンであっても良い。
ここで説明するシステムと技術の様々な実施形態は、デジタル電子回路システム、集積回路システム、特定用途向け集積回路（Application Specific Integrated Circuit、ASIC）、コンピュータハードウェア、ファームウェア、ソフトウェア及び/又はそれらの組み合わせにより実現することができる。これらの様々な実施形態は、以下を含んでも良い：少なくとも１つのプログラマブルプロセッサを含むプログラマブルシステムで実行及び／又は解釈することが可能な1つ又は複数のコンピュータプログラムにより実現でき、当該プログラマブルプロセッサは、専用または汎用のプログラマブルプロセッサであり、記憶システム、少なくとも１つの入力装置及び少なくとも１つの出力装置からデータ及び命令を受信し、データ及び命令を、当該記憶システム、当該少なくとも１つの入力装置及び当該少なくとも１つの出力装置に転送することができる。

これらのコンピューティングプログラムは、プログラム、ソフトウェア、ソフトウェアアプリケーション又はコードとも呼ばれ、プログラマブルプロセッサの機械命令を含み、高レベルのプロセス及び/又はオブジェクト指向のプログラミング言語及び/又はアセンブリ/機械言語を用いてこれらのコンピューティングプログラムを実施することができる。本文に使用される、「機械読み取り可能な媒体」及び「コンピュータ読み取り可能な媒体」という用語は、プログラマブルプロセッサに機械命令及び／又はデータを提供するために用いられる任意のコンピュータプログラム製品、デバイス及び／又は装置を指し、例えば、磁気ディスク、光ディスク、メモリ、プログラマブルロジックデバイス（Programmable Logic Device、PLD）であり、機械読み取り可能な信号としての機械命令を受信する機械読み取り可能なメディアを含む。「機械読み取り可能な信号」という用語は、プログラマブルプロセッサに機械命令及び/又はデータを提供するために用いられる任意の信号を指す。

ユーザーとのインタラクティブを提供するために、ここで説明するシステム及び技術は、コンピュータにより実行することができる。当該コンピュータは、陰極線管（Cathode Ray Tube、CRT）又はLCDモニターのような、ユーザーに情報を表示するための表示装置と、キーボード及びマウス又はトラックボール等のポインティングデバイスとを備え、ユーザーが当該キーボード及び当該ポインティングデバイスにより入力をコンピュータに提供することができる。その他の種類の装置は、ユーザーとのインタラクティブを提供するために用いることができ、例えば、ユーザーに提供されるフィードバックは、視覚フィードバック、聴覚フィードバック又は触覚フィードバック等の、任意の形のセンサーフィードバックであっても良く、ユーザーからの入力の受信は、音響入力、音声入力又は触覚入力を含む任意の形を用いても良い。

ここで説明するシステム及び技術は、データサーバーのような、バックエンドコンポーネントを含むコンピューティングシステムに実装しても良く、または、アプリケーションサーバーのような、ミドルウェアコンポーネントを含むコンピューティングシステムに実装しても良く、または、グラフィカルユーザーインターフェイス又はウェブブラウザーを有するユーザーコンピュータのような、フロントエンドコンポーネントを含むコンピューティングシステムに実装しても良く、ユーザーは、当該グラフィカルユーザーインターフェイス又はウェブブラウザーによりここで説明するシステム及び技術の実施形態とインタラクティブすることができ、又は、このようなバックエンドコンポーネント、ミドルウェアコンポーネント又はフロントエンドコンポーネントを含む任意の組み合わせを含むコンピューティングシステムに実装しても良い。システムのコンポーネントは、通信ネットワークのような、任意の形又は媒体のデジタルデータ通信により相互に接続できる。通信ネットワークの例は、ローカルエリアネットワーク（Local Area Network、LAN）、ワイドエリアネットワーク（Wide Area Network、WAN）及びインターネットを含む。

コンピュータシステムは、クライアント及びサーバーを含んでも良い。クライアントとサーバーは、一般的に互いに遠く離れており、通常は、通信ネットワークを介してインタラクティブする。相応するコンピュータで互いにクライアントとサーバーの関係を持つコンピュータプログラムを実行することにより、クライアントとサーバーの関係が生まれる。

本願の実施形態の技術案により、実体ペア、実体関係及び実体関係のターゲット時間セグメントを同時に抽出することによって、時間セグメントを含む構造化データフォーマットに基づいて時系列ナレッジグラフを生成する方式を提案し、時系列ナレッジグラフを構築するデータフォーマットに対して統一的な標準化を行い、時系列ナレッジグラフにおいては、それぞれの実体ペアの実体関係の有効期限を正確に表現することができ、従来技術におけるナレッジグラフの中の時間情報の表現精度が比較的低いという問題を解決し、時間情報の表現精度を高めることができ、また、実体関係の時間セグメントに基づいて時間次元のナレッジ計算をサポートし、時系列ナレッジを柔軟に使用することが向上した。

上述のように示された様々な形の工程を用いて、新たに順番を並べ替えたり、ステップを増やしたりまたは削除したりすることができることを理解されたい。例えば、本願に記載の各々のステップは、並行して実行しても良く、順に実行しても良く、異なる順番で実行しても良いが、本願が開示する技術案の期待の結果を実現することができれば、本文では制限しない。

上述した具体的な実施形態は、本願の特許保護の範囲を制限しない。当業者は、設計要求及びその他の要素に基づき、様々な補正、組み合わせ、サブ組み合わせ及び代替を行うことができる。本願の精神及び原則の中で行われた任意の補正、同等入れ替え及び改良等は、何れも本願の特許保護の範囲内に含まれる。

Claims (15)

1. 時間情報を含むコーパスを取得することと、
   前記コーパスに対して実体ペア、実体関係及び前記実体関係の有効期限を表すために用いられる前記実体関係のターゲット時間セグメントを含む多元データの抽出を行うことと、
   前記実体ペア、実体関係及び前記実体関係のターゲット時間セグメントに基づき、時系列ナレッジグラフを生成することとを含み、
   前記コーパスに対して多元データの抽出を行うことは、
   予め訓練された特徴抽出モデルを用いて前記コーパスの中のそれぞれの語句に対して特徴の抽出を行うことと、
   それぞれの語句の抽出された特徴に基づき、それぞれの語句の中のワードに対して分類タグ付けを行い、前記多元データを取得することとを含む、
   ことを特徴とする時系列ナレッジグラフ生成装置により実行される方法。
2. 前記実体関係のターゲット時間セグメントの抽出プロセスは、
   前記多元データの抽出により、前記実体関係の複数の時間セグメントを取得することと、
   前記複数の時間セグメントに対して融合処理を行い、前記ターゲット時間セグメントを取得することとを含むことを特徴とする請求項１に記載の方法。
3. 前記複数の時間セグメントに対して融合処理を行い、前記ターゲット時間セグメントを取得することは、
   前記複数の時間セグメントの中のそれぞれの時間セグメントの信用度によって、前記複数の時間セグメントに対して選別することと、
   選別された後の時間セグメントに対して時間の順序に従って整合し、前記ターゲット時間セグメントを取得することとを含むことを特徴とする請求項２に記載の方法。
4. 前記複数の時間セグメントの中のそれぞれの時間セグメントの信用度によって、前記複数の時間セグメントに対して選別することは、
   前記複数の時間セグメントの中のそれぞれの時間セグメントに対応するデータソースの、前記コーパスの中の数を統計することと、
   前記数に基づいてそれぞれの時間セグメントの信用度を確定することと、
   前記信用度によって前記複数の時間セグメントに対して選別することとを含むことを特徴とする請求項３に記載の方法。
5. 前記ターゲット時間セグメントの時間起点及び時間終点にナル値が存在するか否かを確定することと、
   ナル値が存在する場合、現在のコーパスと異なるソースの候補コーパスを用いて前記ナル値の有効性を確定することとを更に含むことを特徴とする請求項１に記載の方法。
6. 訓練コーパスセット及び前記訓練コーパスセットの中のそれぞれの語句の多元データのタグ付け結果を用い、訓練することで多元データ抽出モデルを取得することにより、前記多元データ抽出モデルを用いて前記特徴の抽出及び前記分類タグ付けの操作を行うことを更に含むことを特徴とする請求項１に記載の方法。
7. 前記コーパスに対して多元データの抽出を行うことは、
   前記コーパスの中のテキストの主題又はテキスト構造を分析することと、
   前記テキストの主題が所定主題に属するか、又は、前記テキスト構造が所定テキスト構造に属すれば、異なるデータ抽出方式を用いて前記多元データを抽出することとを含むこと
   を特徴とする請求項１に記載の方法。
8. 異なるデータ抽出方式を用いて前記多元データを抽出することは、
   ナレッジ抽出ニーズに基づいて予め定義された、実体関係を確定する方式である所定関係抽出方式によって、前記テキストの語句の中から前記実体関係を抽出することと、
   前記テキストの中の語句に対して特徴の抽出及びワード分類タグ付けを行うことにより、前記実体ペア及び前記実体関係のターゲット時間セグメントを取得することとを含むことを特徴とする請求項７に記載の方法。
9. 前記コーパスに対して多元データの抽出を行った後、ナレッジ抽出ニーズに従って、前記抽出された実体ペアの中の任意の1つのアーギュメント及び前記抽出された実体関係に対して曖昧性解消を行うことと、
   曖昧性解消された後の実体ペア及び曖昧性解消された後の実体関係に対して融合を行うこととを更に含むことを特徴とする請求項１に記載の方法。
10. 時間情報を含むコーパスを取得することは、
    コーパスの本文に記載の時間、コーパスのデータのプッシュ時間、コーパスのデータの更新時間及びコーパスのソースに基づいて間接的に獲得された時間を含む前記時間情報を識別することによって、前記時間情報を含むコーパスを取得することを含むことを特徴とする請求項１に記載の方法。
11. 前記多元データは、クインタプルデータ形式を採用し、それぞれは、サブジェクト、実体関係、オブジェクト、関係有効時間起点、関係失効時間終点を含むことを特徴とする請求項１に記載の方法。
12. 時間情報を含むコーパスを取得するためのコーパス取得モジュールと、
    前記コーパスに対して実体ペア、実体関係及び前記実体関係の有効期限を表すために用いられる前記実体関係のターゲット時間セグメントを含む多元データの抽出を行うためのデータ抽出モジュールと、
    前記実体ペア、実体関係及び前記実体関係のターゲット時間セグメントに基づき、時系列ナレッジグラフを生成するためのグラフ生成モジュールとを備え、
    前記データ抽出モジュールは、
    予め訓練された特徴抽出モデルを用いて前記コーパスの中のそれぞれの語句に対して特徴の抽出を行うことと、
    それぞれの語句の抽出された特徴に基づき、それぞれの語句の中のワードに対して分類タグ付けを行い、前記多元データを取得するように構成されることを特徴とする時系列ナレッジグラフ生成装置。
13. 少なくとも１つのプロセッサと、
    前記少なくとも１つのプロセッサと通信接続するメモリとを備え、
    前記メモリは、前記少なくとも１つのプロセッサにより実行される命令を記憶し、前記命令が前記少なくとも１つのプロセッサにより実行されることにより、前記少なくとも１つのプロセッサは、請求項１～１１のいずれか１項に記載の時系列ナレッジグラフ生成装置により実行される方法を実行することを特徴とする電子デバイス。
14. コンピュータ命令が記憶されている非一時的コンピュータ読み取り可能な記憶媒体であって、
    コンピュータ命令は、前記コンピュータが請求項１～１１のいずれか１項に記載の時系列ナレッジグラフ生成装置により実行される方法を実行するために用いられることを特徴とする非一時的コンピュータ読み取り可能な記憶媒体。
15. コンピュータプログラムであって、
    プロセッサにより実行されると、請求項１～１１のいずれか１項に記載の時系列ナレッジグラフ生成装置により実行される方法を実行させることを特徴とするコンピュータプログラム。

Images