[发明专利]一种知识图谱构建方法及装置、存储介质和计算设备

权利要求书

1.一种知识图谱构建方法，其特征在于，包括如下步骤：

S1、获取语料数据；

S2、将语料数据输入预训练模型，利用预训练模型生成语料数据对应的向量表示；

S3、将步骤S2生成的向量分别输入到LSTM网络和GRU网络，以提取语料特征，提取出的语料特征再通过Softmax多分类算法来进行实体抽取和实体关系分类；

S4、将步骤S3抽取出的实体以及实体间的关系存储到ElasticSearch数据库中，之后再从ElasticSearch数据库中搜索查找出所需的实体、实体间的关系，并进一步做编辑修改操作。

2.根据权利要求1所述的知识图谱构建方法，其特征在于，步骤S2生成的向量存储在Mysql中，编辑后的实体以及实体间的关系链存储在nebula graph图形数据库中。

3.根据权利要求1所述的知识图谱构建方法，其特征在于，从现有语料库、纯文本文件、HTML、XML、社区论坛爬取语料数据。

4.根据权利要求1所述的知识图谱构建方法，其特征在于，预训练模型采用RoBERTa预训练模型。

5.根据权利要求1所述的知识图谱构建方法，其特征在于，在步骤S3中，Softmax多分类算法将LSTM网络和GRU网络输出的语料特征均映射到(0,1)区间内，从而得到各语料特征所对应的概率，选出其中的最大概率，该最大概率所对应的实体或实体关系即作为抽取结果。

6.一种知识图谱构建装置，其特征在于，包括依次连接的语料数据获取模块、向量表示模块、实体抽取及实体关系分类模块、存储及编辑模块，其中，

语料数据获取模块，用于获取语料数据；

向量表示模块，用于将语料数据获取模块获取到的语料数据输入预训练模型，由预训练模型生成语料数据对应的向量表示；

实体抽取及实体关系分类模块，用于将向量表示模块生成的向量分别输入到LSTM网络和GRU网络来提取语料特征，提取出的语料特征再通过Softmax多分类算法来进行实体抽取和实体关系分类；

存储及编辑模块，用于将抽取出的实体以及实体间的关系存储到ElasticSearch数据库中，之后再从ElasticSearc数据库中搜索查找出所需的实体、实体间的关系并进行编辑修改。

7.一种计算机可读存储介质，存储有程序，其特征在于，所述程序被处理器执行时，实现权利要求1至5中任一项所述的知识图谱构建方法。

8.一种计算设备，包括处理器以及用于存储处理器可执行程序的存储器，其特征在于，所述处理器执行存储器存储的程序时，实现权利要求1至5中任一项所述的知识图谱构建方法。