[发明专利]知识图谱建立的方法和装置

说明书

本申请提供了人工智能领域中的一种知识图谱建立的方法，所述方法包括：获取语料；对所述语料中的实体进行聚类，以得到目标聚类结果；根据所述目标聚类结果，确定所述语料中的新增实体与种子图谱中的实体的相似度；根据所述相似度，将所述新增实体添加至所述种子图谱。通过上述方法，能够在语料不足的情况下对种子图谱进行扩展，避免了对人工的依赖。相对于依赖专家手工梳理从而建立知识图谱的方式，极大的提高了效率，节约人力成本。

技术领域

本申请涉及自然语言处理领域，尤其涉及一种知识图谱建立的方法及装置。

背景技术

人工智能(artificial intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式作出反应的智能机器。人工智能也就是研究各种智能机器的设计原理与实现方法，使机器具有感知、推理与决策的功能

随着人工智能技术的不断发展，让人机之间能够通过自然语言进行交互的自然语言人机交互系统变的越来越重要。人机之间能够通过自然语言进行交互，就需要系统能够识别出人类自然语言的具体含义。通常，系统通过采用对自然语言的句子进行关键信息提取来识别句子的具体含义。

知识图谱由相互连接的节点和边组成，提供了从“关系”的角度去分析问题的能力。知识图谱被越来越多的应用到知识管理中。知识图谱的每个节点可以是一个实体。可以对包含的实体数量较少的种子图谱进行扩展，从而实现知识图谱的建立。开放域知识图谱的建立一般需要大量语料，语料中包括大量的实体。通过机器学习的方式，确定语料中新增的实体与种子图谱中的实体的相似度，从而根据相似度将语料中的实体与种子图谱中的实例连接，建立知识图谱。

对于语料较少的特定领域，如企业内部或特定的领域，知识图谱的构建，扩展以及校验，大量依赖专家经验，因此建立知识图谱，工作量大，人工成本高。

发明内容

本申请提供一种知识图谱建立的方法和装置，能够在语料缺乏的情况下，实现知识图谱的建立。

第一方面，提供一种知识图谱建立的方法，包括：获取语料；对所述语料中的实体进行聚类，以得到目标聚类结果；根据所述目标聚类结果，确定所述语料中的新增实体与种子图谱中的实体的相似度；根据所述相似度，将所述新增实体添加至所述种子图谱，以建立知识图谱。

通过对语料中的实体进行聚类，能够在语料较少的情况下确定语料中的新增实体与种子图谱中的实体的相似度，对种子图谱进行扩展，以建立知识图谱。

结合第一方面，在一些可能的实现方式中，所述对所述语料中的实体进行聚类，以得到目标聚类结果，包括：根据M种初始聚类个数，对所述语料中的实体进行聚类，以得到与所述M种初始聚类个数一一对应的M种初始聚类结果，M为正整数；根据所述种子图谱中实体的连接关系，从所述M种初始聚类结果中确定所述目标聚类结果。

通过从至少一种初始聚类结果中选择目标聚类结果，提高目标聚类结果的准确性。

结合第一方面，在一些可能的实现方式中，所述种子图谱包括与所述语料中的实体相同的共有实体，所述根据所述种子图谱中实体的连接关系，从所述M种初始聚类结果中确定所述目标聚类结果，包括：根据所述种子图谱中实体的连接关系以及每一个所述初始聚类结果，确定每一个所述初始聚类结果的分散度和可及性，所述分散度用于表示所述种子图谱中的每个共有实体的近邻结构在上所述初始聚类结果中的离散程度，所述近邻结构由一个共有实体和所述共有实体在所述种子图谱中的所有相邻的共有实体组成，所述可及性用于表示在所述初始聚类结果的每个类中所述共有实体在所述种子图谱中的最短距离；根据所述分散度和所述可及性，从所述初始聚类结果中确定所述目标聚类结果。