[发明专利]一种面向影视的多层次知识图谱生成方法

权利要求书

1.一种面向影视的多层次知识图谱生成方法，其特征在于：包括以下步骤：

获取待处理的影视相关的不同层面的信息数据；

对获取的信息数据进行关系抽取得到三元组数据，根据三元组数据构建多个单层次知识图谱；

利用三元组数据中的关系三元组数据和属性三元组数据进行结构和属性的嵌入；基于伪孪生神经网络进行属性值和属性类型嵌入，包括：使用双向门控递归单元网络将属性值从两个方向编码成单个嵌入，让属性类型和属性值共享一个注意权重、用于学习不同属性对实体的重要性，将属性类型嵌入和属性值嵌入串联起来，得到最终的属性嵌入结果；

结合结构嵌入和属性嵌入的结果进行实体对齐，将实体对齐之后的多个单层次知识图谱整合得到多层次知识图谱。

2.如权利要求1所述的面向影视的多层次知识图谱生成方法，其特征在于：

信息数据包括文本、数据和表格，文本使用依存句法分析和HanLP抽取三元组，数据和表格通过皮尔逊相关系数法抽取三元组。

3.如权利要求1所述的面向影视的多层次知识图谱生成方法，其特征在于：

对获取的信息数据进行多元数据融合，进行数据真实性的判定，包括以下步骤：

以各个层面的实体关键字为依据将不同来源的数据进行分块聚合，作为候选匹配知识；

将同一分块中的候选匹配知识，利用多源数据融合系数与原有知识库的知识进行匹配，若多源数据融合系数大于设定的阈值，则认为候选匹配知识为正确的知识，可以添加到知识库中，否则，不能添加。

4.如权利要求1所述的面向影视的多层次知识图谱生成方法，其特征在于：

采用统一命名方法通过谓词相似度对单层次知识图谱中的三元组进行合并，使实体和关系嵌入到同一向量空间；

在向量空间内，分别利用关系三元组和属性三元组进行结构和属性对齐；

将对齐之后的单层次知识图谱整合成一个统一的多层次知识图谱。

5.如权利要求1所述的面向影视的多层次知识图谱生成方法，其特征在于：

基于TransE关系三元组进行结构嵌入，包括：结合谓词对齐的三元组，利用关系三元组和训练集进行结构嵌入，学习实体和关系的向量表示，让正三元组的得分低于负三元组的得分，得到结构嵌入后的实体相似性度量表达式。

6.一种面向影视的多层次知识图谱生成系统，其特征在于：包括：

数据获取模块，被配置为：获取待处理的影视相关的不同层面的信息数据；

关系抽取模块，被配置为：对获取的信息数据进行关系抽取得到三元组数据，根据三元组数据构建多个单层次知识图谱；

嵌入模块，被配置为：利用三元组数据中的关系三元组数据和属性三元组数据进行结构和属性的嵌入；基于伪孪生神经网络进行属性值和属性类型嵌入，包括：使用双向门控递归单元网络将属性值从两个方向编码成单个嵌入，让属性类型和属性值共享一个注意权重、用于学习不同属性对实体的重要性，将属性类型嵌入和属性值嵌入串联起来，得到最终的属性嵌入结果；

知识图谱整合模块，被配置为：结合结构嵌入和属性嵌入的结果进行实体对齐，将实体对齐之后的多个单层次知识图谱整合得到多层次知识图谱。

7.一种基于多层次知识图谱的影视查询方法，其特征在于：包括以下步骤：

获取待查询文本；

对待查询文本进行解析，获取解析结果；

根据解析结果和利用权利要求1-5任一项所述的生成方法构建的多层次知识图谱进行电影信息数据查询，获取查询结果。

8.一种计算机可读存储介质，其上存储有程序，其特征在于，该程序被处理器执行时实现如权利要求1-5任一项所述的面向影视的多层次知识图谱生成方法中的步骤。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-5任一项所述的面向影视的多层次知识图谱生成方法中的步骤。