[发明专利]一种构建知识图谱的方法、装置、电子设备及存储介质

说明书

本申请提供一种构建知识图谱的方法、装置、电子设备及计算机存储介质；构建知识图谱的方法包括：根据第一词库包含的第一词汇，确定知识图谱的节点；基于词向量模型获取所述第一词汇的词向量；其中，所述词向量模型通过无监督训练的方式预训练得到；根据第一词汇的词向量间的关系，确定所述知识图谱中建立边的节点，为所述确定的节点建立边。本申请能够在不需要人工参与的情况下，自动完成知识图谱的构建，效率高且通用性强，构建成本低。

技术领域

本申请涉及计算机信息领域，尤其涉及一种构建知识图谱的方法、装置、电子设备及存储介质。

背景技术

目前，在智能问答系统、搜索推荐等领域越来越多的使用到知识图谱。知识图谱可以看成是一种用于描述真实世界中存在的各种概念，及不同概念之间的联系或关系的语义网络图；知识图谱包括多个节点和节点之间的边，节点用于表示真实世界中的某个概念/实体，节点之间的边则用于表示相应概念/实体之间的关系。

相关技术中，生成知识图谱的过程包括以下步骤101-104：

101、由需求方、领域专家设计知识图谱中节点和边的基本属性；

102、标注人员根据所设计的节点/边的基本属性，对训练数据进行标注；

103、采用有监督的机器学习方法，通过标注人员已标注好的训练数据对AI(Artificial Intelligence，人工智能)模型进行训练；

104、完成训练的AI模型可以从语料中提取出具有上述基本属性的概念/实体，根据提取的概念/实体建立节点，并提取出不同概念/实体之间的关系，根据关系相应生成边，从而完成知识图谱的构建。

然而，让领域专家进行设计成本很高，而且需求方、领域专家所设计的知识图谱中节点/边的基本属性只能适用于某个场景或某个领域，如果换一个场景/领域就无法使用原先的设计方案，需要重新设计，导致上述生成知识图谱的方法通用性差，效率低；另外人工标注数据的成本很高。

发明内容

以下是对本申请详细描述的主题的概述。本概述并非是为了限制权利要求的保护范围。

本申请提供一种构建知识图谱的方法、装置、电子设备及计算机存储介质，能够在不需要人工参与的情况下，自动完成知识图谱的构建，效率高且通用性强，构建成本低。

一方面，本申请实施例提供了一种构建知识图谱的方法，包括：根据第一词库包含的第一词汇，确定知识图谱的节点；基于词向量模型获取所述第一词汇的词向量；其中，所述词向量模型通过无监督训练的方式预训练得到；根据第一词汇的词向量间的关系，确定所述知识图谱中建立边的节点，为所述确定的节点建立边。

优选的，所述根据第一词库包含的第一词汇，确定知识图谱的节点之前，所述方法还包括：对第一语料进行分词，得到第一词语序列；根据第一词语序列获取多个候选词，所述候选词由所述第一词语序列中两个相邻的词语组成；根据所述候选词的相关度选择至少一个所述候选词保存为所述第一词库中的第一词汇。

优选的，根据候选词的相关度选择至少一个候选词保存为所述第一词库中的第一词汇，包括：计算每个候选词的相关度；将所述候选词按照所述相关度从大到小的顺序进行排序；选择排序在前N位的所述候选词，保存为所述第一词库中的第一词汇；其中，N为正整数。

优选的，所述相关度为互信息值，或所述相关度为左信息熵、右信息熵以及所述互信息值的总和。

优选的，所述根据相关度选择至少一个所述候选词保存为所述第一词库中的第一词汇之前，所述方法还包括：在所述相关度不满足相关度判断条件的情况下，利用所述候选词和所述第一词语序列中与所述候选词相邻的词语，构建新的候选词。