[发明专利]用于在有限的知识领域中构建知识图的技术

权利要求书

1.一种用于为应用生成定制知识图的计算机实现的方法，所述计算机实现的方法包括：

接收应用的用户数据集；

从用户数据集中提取实体；

基于用户数据集识别实体之间的链接；

创建表示实体以及实体之间的链接的种子图；

在种子图中识别弱连接的组件；

对于种子图中每个弱连接的组件：

将弱连接的组件中的实体映射到参考知识图中的顶点；

从参考知识图中被映射的顶点开始并基于有限状态机遍历参考知识图，以识别参考知识图中多达第一阈值数量的实体；以及

将识别出的实体的资源描述框架(RDF)保存为缓冲区中的条目；

计算缓冲区中的条目的优先级分数；

从缓冲区中的条目中选择具有最高优先级分数的第一组条目；以及

将由第一组条目识别的实体和链接添加到种子图，以生成定制知识图的版本。

2.如权利要求1所述的计算机实现的方法，其中用户数据集包括多个用户话语。

3.如权利要求1所述的计算机实现的方法，其中提取实体并识别实体之间的链接包括在用户数据集上执行以下中的至少一项：

词性标记；

命名实体辨识；或者

构成解析。

4.如权利要求1所述的计算机实现的方法，其中将弱连接的组件中的实体映射到参考知识图中的顶点包括使用Dexter 2将实体映射到参考知识图中的顶点。

5.如权利要求1所述的计算机实现的方法，其中：

有限状态机包括消歧状态、实体状态、禁止状态和结束状态；以及

遍历参考知识图包括：

当参考知识图中的下一个顶点为消歧顶点时，进入消歧状态；

当参考知识图中的下一个顶点为禁止顶点时：

如果有限状态机的当前状态不是禁止状态，那么进入禁止状态；

当参考知识图中的下一个顶点为实体顶点时：

进入实体状态；以及

将参考知识图中的下一个顶点的RDF保存为缓冲区中的条目；以及

当缓冲区中的条目的数量大于第二阈值数量时，进入结束状态。

6.如权利要求5所述的计算机实现的方法，其中禁止顶点包括日期、时间值、到另一个参考知识图的链接、网页或重复或重定向的实体。

7.如权利要求1所述的计算机实现的方法，其中使用优先级函数来确定缓冲区中的条目的优先级分数，所述优先级函数是以下各项的函数：

包括种子图和与条目相关联的实体的知识图中的弱连接的组件的数量；

包括种子图和与条目相关联的实体的知识图的图密度；以及

控制参数。

8.如权利要求7所述的计算机实现的方法，还包括：在将在第一组条目中识别的实体和链接添加到种子图之后，更新控制参数。

9.如权利要求8所述的计算机实施的方法，其中更新控制参数包括将控制参数乘以小于1的值。

10.如权利要求8所述的计算机实现的方法，还包括：

对于定制知识图的版本中的每个弱连接的组件：

将弱连接的组件中的实体映射到参考知识图中的顶点；

从参考知识图中被映射的顶点开始并基于有限状态机遍历参考知识图，以识别参考知识图中多达第一阈值数量的实体；以及

将识别出的实体的RDF保存为缓冲区中的条目；

使用优先级函数和更新的控制参数来计算缓冲区中的条目的优先级分数；

从缓冲区中的条目中选择具有最高优先级分数的第二组条目；以及

将由第二组条目识别的实体和链接添加到种子图，以生成更新的定制知识图。

11.如权利要求1所述的计算机实现的方法，还包括，在计算缓冲区中的条目的优先级分数之前，对缓冲区中的条目执行蓄水池抽样以减少缓冲区中的条目的数量。