[发明专利]图谱化知识库的处理方法、装置、计算机设备和存储介质

权利要求书

1.一种图谱化知识库的处理方法，其特征在于，所述方法包括：

获取知识库的各个知识节点；

通过标签匹配对所述知识库的各个知识节点进行结构化处理，得到具有结构化体系结构的知识库；

采用关系抽取模型，对所述知识库中的各个知识节点之间的关联关系进行关系抽取，得到第一抽取结果；

以预设方式对所述第一抽取结果进行展示。

2.根据权利要求1所述的方法，其特征在于，所述对知识库的各个知识节点通过标签匹配进行结构化处理包括：

对所述知识库的各个知识节点进行抽取，得到第二抽取结果，所述第二抽取结果用于标识关键实体列表；

基于所述第二抽取结果中的各个数据，构建具有分类标签的字典；

基于具有所述分类标签的所述字典进行结构化处理，得到符合预设条件的知识集合。

3.根据权利要求2所述的方法，其特征在于，所述对所述知识库的各个知识节点进行抽取包括：

通过预设数量的人工标注对序列模型进行训练，得到训练后的序列模型；

基于所述训练后的序列模型，对所述知识库的各个知识节点的关键内容进行识别，得到识别结果，所述识别结果至少包括用于识别所述知识库的各个知识节点的标签；

基于预设标签分类规则和所述知识库的各个知识节点的标签，判断出所述知识库的各个知识节点的标签所属的标签类别；

基于所述知识库的各个知识节点的标签所属的所述标签类别，对所述知识库的各个知识节点进行标签归类。

4.根据权利要求3所述的方法，其特征在于，在所述对所述知识库的各个知识节点进行抽取之前，所述方法还包括：

读取所述识别结果，

所述识别结果还包括以下至少一项：

所述知识库的各个知识节点的关键内容，所述知识库的各个知识节点与对应的标签、对应的关键内容之间的映射关系。

5.根据权利要求2所述的方法，其特征在于，所述基于所述第二抽取结果中的各个数据，构建具有分类标签的字典包括：

配置进行筛选的筛选条件，所述筛选条件至少包括预设高频条件；

根据所述筛选条件，对所述第二抽取结果中的各个数据进行比对和数据清洗，得到清洗后的数据；

获取与所述知识库的各个知识节点关联的各种关联数据；

对各种关联数据进行数据融合，得到数据融合结果；

基于所述数据融合结果，构建具有分类标签的字典。

6.根据权利要求2所述的方法，其特征在于，所述基于具有所述分类标签的所述字典进行结构化处理，得到符合预设条件的知识集合包括：

选取待检索的目标知识；

基于具有所述分类标签的所述字典，对所述待检索的目标知识进行结构化处理，得到结构化抽取结果；

获取符合预设条件的标签组合；

基于所述标签组合，对所述结构化抽取结果进行筛选，得到符合所述预设条件的知识集合。

7.一种图谱化知识库的处理装置，其特征在于，所述装置包括：

获取模块，用于获取知识库的各个知识节点；

处理模块，用于通过标签匹配对所述获取模块获取的所述知识库的各个知识节点进行结构化处理，得到具有结构化体系结构的知识库；

抽取模块，用于采用关系抽取模型，对所述处理模块得到的所述知识库中的各个知识节点之间的关联关系进行关系抽取，得到第一抽取结果；

展示模块，用于以预设方式对所述抽取模块抽取的所述第一抽取结果进行展示。

8.根据权利要求7所述的装置，其特征在于，所述处理模块用于：

对所述知识库的各个知识节点进行抽取，得到第二抽取结果，所述第二抽取结果用于标识关键实体列表；

基于所述第二抽取结果中的各个数据，构建具有分类标签的字典；

基于具有所述分类标签的所述字典进行结构化处理，得到符合预设条件的知识集合。