[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

说明书

本发明公开了一种知识图谱构建方法及装置、存储介质和计算设备，方法包括先获取语料数据，然后将语料数据输入预训练模型来生成语料数据对应的向量表示；接着将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；再将抽取出的实体以及实体间的关系存储到ElasticSearch数据库中，之后即可从ElasticSearch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。本发明能够做到有效提取语料特征的同时，避免提取网络的训练时间过长，以及实现NLP关系编辑纠正，因此有利于提高知识图谱构建的效率及质量。

技术领域

本发明涉及知识图谱技术领域，特别是一种知识图谱构建方法及装置、存储介质和计算设备。

背景技术

知识图谱是人工智能研究和智能信息服务的基础核心技术，能够赋予智能体精准查询、深度理解与逻辑推理能力，被广泛运用于搜索引擎、问答系统、智能对话系统及个性化推荐等知识驱动的任务。知识图谱的特点是结构化，一般用三元组形式表示不同元素间的复杂关系，从而形成一个复杂的图谱，其中涉及实体抽取和实体与实体之间关系的建立，同时还需要很好地组织和存储抽取的实体与关系信息，使其能够被迅速的访问和操作。

在面对长文本等大规模语料时，目前的知识图谱构建技术通常是采用循环神经网络来提取特征，但这种方法会容易因为网络多层，使网络参数过多，导致靠近输入层的其他网络层更新迭代放缓，训练时间延长，收敛效果和效率急剧下降，甚至非常容易进入局部最小的困境，最终影响到特征提取效率和质量。因此，在构建知识图谱时如何提高特征提取效率及质量，是目前亟待解决的技术问题。

发明内容

本发明的第一目的在于解决现有技术的不足，提出一种知识图谱构建方法，可以有效提取语料特征，同时控制提取网络的训练时间，以及实现NLP关系编辑纠正，由此提高了知识图谱构建的效率及质量。

本发明的第二目的在于提出一种知识图谱构建装置。

本发明的第三目的在于提出一种计算机可读存储介质。

本发明的第四目的在于提出一种计算设备。

本发明的第一目的通过下述技术方案实现：一种知识图谱构建方法，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。

优选的，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。

优选的，从现有语料库、纯文本文件、HTML、XML、社区论坛爬取语料数据。

优选的，预训练模型采用RoBERTa预训练模型。

优选的，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。

本发明的第二目的通过下述技术方案实现：一种知识图谱构建装置，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；