[发明专利]一种基于知识图谱的关系链接方法

说明书

本发明请求保护一种基于知识图谱的关系链接方法，首先，从知识图谱中利用SparQL查询语句找到包含某关系的三元组主语、关系、宾语列表集，并从非结构化的文本中匹配关系文本；使用LSWMD算法得到关系文本的相似性矩阵，再利用密度峰值聚类算法对关系文本进行聚类，得到关系文本类簇；基于关系文本类簇，抽取类簇中所有词语的位置，并利用贝塔分布进行拟合，得到关系文本类簇的词语分布模式；对于开放领域非结构化文本中未确定关系的候选关系文本，利用词语分布模式构建向量，并利用GBDT分类器进行识别，进而与知识图谱中的关系进行链接。本发明有效解决了将自然语言与知识图谱链接不充分的问题，能够帮助计算机更好的理解自然语言。

技术领域

本发明属于涉及自然语言处理领域，尤其涉及一种基于知识图谱的关系链接方法。

背景技术

探索和理解互联网上的知识是人工智能领域的长期目标之一。由于一些分布式系统的出现，存储和利用互联网上的数据已经不再是难题，但是让计算机能够理解和运用人类自然语言仍然是一个很大的挑战。知识图谱的诞生帮助了计算机理解自然语言。知识图谱旨在描述真实世界中存在的各种实体或概念。其中，每个实体或概念用一个全局唯一确定的ID来标识，称为它们的标识符。每个属性-值对用来刻画实体的内在特性，而关系用来链接两个实体，刻画它们之间的关联。知识图谱也可以被看作是一张巨大的图，图中的节点表示实体或概念，而图中的边则由属性或关系构成。现在比较流行的知识图谱有DBpedia，Wikidata，OpenCyc，YAGO等等。

知识图谱在许多领域都起着至关重要的作用，例如语义搜索，问答系统等。其中一个重要的难点是将自然文本映射到知识图谱中。实体链接通过将自然文本的一些实体映射到知识图谱中来解决这个难点。目前，实体链接已经是一个比较成熟的研究，然而关系链接却很少受到关注。关系链接和关系抽取是不同的，关系抽取的重点是识别两个实体之间的关系，而关系链接试图找到目标关系的文本表示。

一种基于知识图谱的关系链接系统是利用知识图谱的结构化数据，学习知识图谱中某个关系的常用表达，并建立该关系的常用表达模型。在处理非结构化文本时，利用常用表达模型对文字进行匹配，从而将非结构化文本映射到知识图谱中的某个关系，实现关系链接，同时，还可以推测出实体之间的深层关系，丰富知识图谱。

发明内容

本发明旨在解决以上现有技术的问题。提出了一种有效的解决自然语言与知识图谱链接不充分的问题，能够帮助计算机更好的理解自然语言的基于知识图谱的关系链接方法。本发明的技术方案如下：

一种基于知识图谱的关系链接方法，其包括以下步骤：

S1、对知识图谱以及非结构化文本数据集进行采集及数据预处理，利用知识

图谱进行标注，获取非结构化文本中的关系文本，作为训练集：

S2、采用LSWMD位置敏感的词语移动距离算法,得到基于关系文本两两间的

相似度矩阵,基于相似度矩阵进行聚类，得到关系文本类簇：

S3、利用贝塔分布对关系文本类簇中词语的位置进行拟合，得到词语分布模式：

S4、利用词语分布模式，将训练集转化为向量，利用GBDT梯度提升树进行训练得到分类器：

S5、对于没有通过知识图谱标注，或者无法通过知识图谱标注的非结构化文本，利用关系文本类簇进行匹配，并利用GBDT分类器进行判别，如果判别为真，则链接到知识图谱对应的关系。

进一步的，所述关系文本进行规则降噪的步骤包括：筛选长度大于3小于11的关系文本。