[发明专利]实体关系线索片段的关联方法及装置

说明书

本发明实施例提供一种实体关系线索片段的关联方法及装置。其中，方法包括：对各实体关系线索片段进行排序；对各实体关系线索片段按照时序进行聚类。本发明实施例提供的实体关系线索片段的关联方法及装置，通过实体关系线索的综合排序和时序聚类，能够快速有效的定位实体关系证据源，能对大规模的实体关系线索进行有效组织，综合利用排序和聚类技术，提升用户浏览体验，能提高知识获取的效率。

技术领域

本发明实施例涉及计算机技术领域，更具体地，涉及一种实体关系线索片段的关联方法及装置。

背景技术

随着文本数据爆炸式的增长，迫切需要通过知识图谱技术从繁杂的自然语言中提炼出关心的目标实体和实体之间存在的潜在关系，并以实体关系为核心溯源分析实体关系的构建过程。实体关系线索片段是表征实体关系抽取的源头，是知识图谱构建中不可或缺的关键信息。利用实体关系线索片段，使用户能够不断从数据-知识-数据的迭代探索和学习，提高用户知识获取的效率。

现有知识图谱技术往往关注节点和边的网络信息，很少关注实体关系线索片段，因为无法全面、准确、精要的溯源知识片段。

发明内容

本发明实施例提供一种实体关系线索片段的关联方法及装置，用以解决或者至少部分地解决现有技术存在的难以溯源知识片段的缺陷。

第一方面，本发明实施例提供一种实体关系线索片段的关联方法，包括：

对各实体关系线索片段进行排序；

对所述各实体关系线索片段按照时序进行聚类。

优选地，所述对各实体关系线索片段进行排序的具体步骤包括：

获取每一实体关系线索片段的重要性分数；

根据重要性分数，对各所述实体关系线索片段进行排序。

优选地，所述对所述各实体关系线索片段按照时序进行聚类的具体步骤包括：

将每一所述实体关系线索片段输入至主题模型，输出所述实体关系线索片段对应的主题向量；

按照时间顺序，对各所述实体关系线索片段对应的主题向量进行聚类，获取多个类簇；

其中，所述主题模型是根据样本线索数据和预设的主题进行训练后获得的。

优选地，所述按照时间顺序，对各所述实体关系线索片段对应的主题向量进行聚类，获取多个类簇之后，还包括：

对于每一类簇，获取所述类簇的中心线索；

将所述类簇的每一非中心线索与中心线索进行关联。

优选地，所述获取每一实体关系线索片段的重要性分数的具体步骤包括：

对于每一所述实体关系线索片段，获取所述实体关系线索片段中实体抽取的信任度和关系抽取的信任度；

根据所述实体关系线索片段中实体抽取的信任度和关系抽取的信任度，以及所述实体关系线索片段的来源的权重，获取所述实体关系线索片段的重要性分数。

优选地，所述根据所述实体关系线索片段中实体抽取的信任度和关系抽取的信任度，以及所述实体关系线索片段的来源的权重，获取所述实体关系线索片段的重要性分数的具体步骤包括：

获取所述实体关系线索片段中实体抽取的信任度和关系抽取的信任度，以及所述实体关系线索片段的来源的权重的加权和，作为所述实体关系线索片段的重要性分数。

优选地，所述按照时间顺序，对各所述实体关系线索片段对应的主题向量进行聚类，获取多个类簇的具体步骤包括：