[发明专利]基于知识图谱的检索方法及装置

说明书

本申请提供基于知识图谱的检索方法及装置，其中所述基于知识图谱的检索方法包括：获取检索语句，根据所述检索语句，在知识图谱中确定最小子图，并计算最小子图中各节点的中间中心度和图嵌入表示；根据预先设置的中心度阈值，确定最小子图中的至少两个目标节点，所述目标节点为中间中心度高于所述中心度阈值的节点；在所述至少两个目标节点构成基于时间信息的路径的情况下，计算所述路径上目标节点两两之间的图嵌入表示相似度；若时间信息相邻的两个目标节点的图嵌入表示相似度均大于相似度阈值，将检索语句确定为事件类检索语句；若存在时间信息相邻的两个目标节点的图嵌入表示相似度不大于相似度阈值，将检索语句确定为事实类检索语句。

技术领域

本申请涉及计算机技术的人工智能领域，特别涉及一种基于知识图谱的检索方法。本申请同时涉及一种基于知识图谱的检索装置、一种计算设备，以及一种计算机可读存储介质。

背景技术

人工智能(artificial intelligence；AI)是指已工程化(即设计并制造)的系统感知环境的能力，以及获取、处理、应用和表示知识的能力。知识图谱(Knowledge Graph)以结构化的形式描述客观世界中概念、实体及其关系，将互联网的信息表达成更接近人类认知世界的形式，提供了一种更好地组织、管理和理解互联网海量信息的能力。知识图谱的逻辑结构可分为模式层与数据层，模式层在数据层之上，是知识图谱的核心，模式层存储的是经过提炼的知识，通常采用本体库来管理知识图谱的模式层，借助本体库对公理、规则和约束条件的支持能力来规范实体、关系以及实体的类型和属性等对象之间的联系。数据层主要是由一系列的事实组成，而知识将以事实为单位进行存储。在知识图谱的数据层，知识以事实(fact)为单位存储在图数据库。如果以“实体－关系－实体”或者“实体－属性－性值”三元组作为事实的基本表达方式，则存储在图数据库中的所有数据将构成庞大的实体关系网络，形成“知识图谱”。

随着互联网技术的发展，使用知识图谱进行检索的用户越来越多，例如学生面对无法解答的数据题时会使用数学题库进行搜索解答、史学爱好者面遇到感兴趣的历史时会使用浏览器进行检索。使用知识图谱极大地便利了用户对相关内容的检索。

现有技术中，在使用知识图谱进行检索时，通常根据用户输入的检索语句进行检索得到子图，对子图中不同节点的重要性不加区分，直接全部返回给用户。然而，在理解用户意图后，只根据用户意图返回所涉及到的所有子图，不对内容加以区分，对于用户可能针对事实类和事件类有不同的返回需求时，会大大降低用户的体验性。此外，返回的内容混乱，无法有效的针对用户输入的检索语句进行反馈，很大程度上会影响确定检索结果的精准度，因此亟需一种有效的方案以解决上述问题。

发明内容

有鉴于此，本申请实施例提供了一种基于知识图谱的检索方法，以解决现有技术中存在的技术缺陷。本申请实施例同时提供了一种基于知识图谱的检索装置，一种计算设备，以及一种计算机可读存储介质。

根据本申请实施例的第一方面，提供了一种基于知识图谱的检索方法，包括：

获取检索语句，根据所述检索语句，在知识图谱中确定最小子图，并计算所述最小子图中各节点的中间中心度和图嵌入表示；

根据预先设置的中心度阈值，确定所述最小子图中的至少两个目标节点，所述目标节点为中间中心度高于所述中心度阈值的节点；

在所述至少两个目标节点构成基于时间信息的路径的情况下，计算所述路径上目标节点两两之间的图嵌入表示相似度；

若所述时间信息相邻的两个目标节点的图嵌入表示相似度均大于相似度阈值，将所述检索语句确定为事件类检索语句；

若存在所述时间信息相邻的两个目标节点的图嵌入表示相似度不大于相似度阈值，将所述检索语句确定为事实类检索语句。

根据本申请实施例的第二方面，提供了一种基于知识图谱的检索装置，包括：