[发明专利]基于知识图谱的文献检索方法、装置、电子设备及介质

说明书

本发明涉及人工智能技术领域，揭露一种基于知识图谱的文献检索方法方法，包括：获取检索文本集以及检索文本集中检索文本的文本类别；根据文本类别获取检索文本对应的一级标签集以及获取一级标签集对应的二级标签集；从预设的文献检索库中获取二级标签集对应的标签文献；利用检索文本集、一级标签集和二级标签集构建多个知识图谱；将多个知识图谱和二级标签集对应的标签文献输入预构建的初始文本分类模型进行训练，得到文献检索模型；将待检索文本输入文献检索模型，得到待检索文本对应的一级标签、二级标签，以及二级标签对应的检索文献。本发明还涉及区块链技术，所述知识图谱可存储于区块链节点中。本发明可以提高提高文献检索的效率。

技术领域

本发明涉及人工智能技术领域，尤其涉及一种基于知识图谱的文献检索方法、装置、电子设备及计算机可读存储介质。

背景技术

在论文写作以及疾病预诊时常常需要进行文献检索，而特别是论文写作，一篇论文的参考文献的数量、质量、权威性、时效性和全面性往往都是衡量一篇论文质量好坏的标准，一篇优秀的论文所需要检索的文献量是十分大的，即耗费检索者的时间又耗费检索者的精力。

现有的文件检索方法一般都采用关键词匹配的方式来进行文件检索，这种检索方式由于文献数量的庞大，导致文献检索的效率不高，往往还需要检索者人为从检索出的文献中再进行筛选，此外还有用户根据检索领域的范围大小逐步人工筛选，这种检索方式耗费人力，并且步骤繁琐，效率不高。

发明内容

本发明提供一种基于知识图谱的文献检索方法、装置、电子设备及计算机可读存储介质，其主要目的在于提高文献检索的效率。

为实现上述目的，本发明提供的一种基于知识图谱的文献检索方法，包括：

获取检索文本集以及所述检索文本集中检索文本的文本类别，以及获取预构建的初始文本分类模型；

根据所述文本类别获取所述检索文本对应的一级标签集以及获取所述一级标签集对应的二级标签集；

从预设的文献检索库中获取所述二级标签集对应的标签文献；

利用所述检索文本集、所述一级标签集和所述二级标签集构建多个知识图谱；

将多个所述知识图谱和所述二级标签集对应的标签文献输入所述初始文本分类模型进行训练，得到文献检索模型；

将待检索文本输入所述文献检索模型，得到所述待检索文本对应的一级标签、二级标签，以及所述二级标签对应的检索文献。

可选地，所述获取检索文本集以及所述检索文本集中检索文本的文本类别，包括：

获取检索文本集，将所述检索文本集中的检索文本转化为向量，得到检索文本向量；

获取预设的文本类别库中各个文本类别的类别向量；

利用预设的匹配值算法计算所述检索文本向量和所述类别向量之间的匹配值；

将所述匹配值为最大值的类别向量对应的文本类别作为所述检索文本的文本类别。

可选地，所述根据所述文本类别获取所述检索文本对应的一级标签集，包括：

从预设的标签映射表中获取与所述文本类别的相似度大于预设相似度的一级标签，将获取的一级标签汇集为所述检索文本对应的一级标签集。

可选地，所述从预设的文献检索库中获取所述二级标签集对应的标签文献，包括：

获取预设的文献检索库；

在所述文献检索库中查询与所述二级标签集中的二级标签匹配的检索文献作为所述二级标签集对应的标签文献。

可选地，所述利用所述检索文本集、所述一级标签集和所述二级标签集构建多个知识图谱，包括：