[发明专利]知识图谱构建方法、装置、计算机设备及存储介质

说明书

本申请涉及数据分析的知识图谱绘制领域，具体涉及一种知识图谱构建方法、装置、计算机设备和存储介质。方法包括：根据种子词汇爬取多个待选网页的知识信息；根据跳转链接获取扩充词汇；获取种子词汇在待选网页的词汇标签，构建上位词集；根据上位词集对扩充词汇进行词过滤，根据过滤后的扩充词汇以及种子词汇获取目标词集；根据上位词集、目标词集中的种子词汇、扩充词汇及跳转链接关系构建知识图谱。本申请的知识图谱构建方法通过获取种子词汇数据，基于种子词汇数据进行跳转，拓展得到跳转词汇，同时通过上位词集对跳转词汇进行归类，获得目标词集，而后基于目标词集构建知识图谱，面对专门领域，构建效率高。

技术领域

本申请涉及计算机技术领域，特别是涉及一种知识图谱构建方法、装置、计算机设备及存储介质。

背景技术

知识图谱，又称为科学知识图谱，在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。它以实体或者概念作为节点，通过语义关系相连接。通过发掘实体之间的关联，将半结构化、非结构化的数据整合，知识图谱可以帮助机器理解数据、解释现象、知识推理，从而发掘深层关系、实现智慧搜索与智能交互。

现在传统的构建垂直领域知识图谱的方法，由于需要在知识获取阶段采用反复的手段来对词汇所述的知识领域进行识别和筛查，以确保获取的知识符合当前领域，知识图谱的构建效率较低。

发明内容

基于此，有必要现有知识图谱构建过程需要确保获取的知识符合当前领域，影响构建效率，提供一种效率高的知识图谱构建方法、装置、计算机设备及存储介质。

一种知识图谱构建方法，所述方法包括：

根据种子词汇爬取多个待选网页的知识信息，所述待选网页包括与所述种子词汇相关的跳转链接，所述种子词汇为待构建知识图谱所属领域的知识词汇；

根据所述跳转链接获取扩充词汇；

获取所述种子词汇在所述待选网页的词汇标签，构建上位词集；

根据所述上位词集对所述扩充词汇进行词过滤，根据过滤后的所述扩充词汇以及所述种子词汇获取目标词集；

根据所述上位词集、所述目标词集中的所述种子词汇、所述扩充词汇及跳转链接关系构建知识图谱。

在其中一个实施例中，所述根据所述上位词集、所述目标词集中的所述种子词汇、所述扩充词汇及跳转链接关系构建知识图谱之前还包括：

根据所述词过滤后的扩充词汇爬取多个待选网页的知识信息，获取与所述词过滤后的扩充词汇相关的迭代跳转链接；

根据所述迭代跳转链接获取迭代扩充词汇；

根据所述上位词集对所述迭代扩充词汇进行词过滤，根据过滤后的迭代扩充词汇更新所述目标词集；

将所述迭代扩充词汇作为新的词过滤后的扩充词汇，返回将根据所述词过滤后的扩充词汇爬取多个待选网页的知识信息，获取与所述词过滤后的扩充词汇相关的迭代跳转链接的步骤，直至可以通过所述上位词集过滤掉所有最新的迭代扩充词汇；

根据所述上位词集、所述目标词集中的所述种子词汇、所述扩充词汇及跳转链接关系构建知识图谱包括：

根据所述上位词集、更新后的所述目标词集中的所述种子词汇、所述扩充词汇、跳转链接、所述迭代扩充词汇以及所述迭代跳转链接构建知识图谱。

在其中一个实施例中，所述根据所述上位词集对所述迭代扩充词汇进行词过滤，根据过滤后的迭代扩充词汇更新所述目标词集之前还包括：

根据目标词集内所述种子词汇、所述扩充词汇以及所述迭代扩充词汇在所述待选网页的词汇标签重新构建所述上位词集。