[发明专利]音乐知识图谱半自动构建方法及系统

权利要求书

1.音乐知识图谱半自动构建方法，其特征是，包括：

对中文音乐领域数据集的命名实体进行识别；

将识别出来的命名实体，转换成中文音乐领域的三元组；

基于中文音乐领域的三元组，构建中文音乐领域的知识图谱。

2.如权利要求1所述的音乐知识图谱半自动构建方法，其特征是，所述方法还包括：

基于中文音乐领域的知识图谱，实现音乐数据的个性化推荐或者音乐数据的搜索。

3.如权利要求1所述的音乐知识图谱半自动构建方法，其特征是，对中文音乐领域数据集的命名实体进行识别；具体包括：

采用训练后的神经网络模型，对中文音乐领域数据集的命名实体进行识别；

神经网络模型，具体网络结构包括：

依次连接的卷积神经网络CNN、双向长短词记忆模型BiLSTM、自注意力机制层Self-Attention和CRF层；

所述训练后的神经网络模型，具体训练过程包括：

构建训练集；其中，训练集为已知命名实体的语料库；

将训练集输入到神经网络模型中，对模型进行训练，得到训练后的神经网络模型。

4.如权利要求3所述的音乐知识图谱半自动构建方法，其特征是，所述采用训练后的神经网络模型，对中文音乐领域数据集的命名实体进行识别；具体工作原理包括：

将中文音乐领域语料库中的每个对话，转换成向量矩阵；

使用卷积神经网络CNN，对向量矩阵进行特征提取，得到每个对话的本质特征；

将每个对话的本质特征，输入到双向长短词记忆模型BiLSTM中，输出包含上下文特征表示的单词特征；

将包含上下文表示的单词特征，输入到自注意力机制层，筛选出关键实体；

将筛选出的关键实体，输入到CRF层，得到实体标签。

5.如权利要求4所述的音乐知识图谱半自动构建方法，其特征是，将中文音乐领域语料库中的每个对话，转换成向量矩阵；具体包括：

删除每个对话的停用词；

将每个对话中断开的句子连接到一起；

删除每个对话中句子之间的空格；

将每个对话中句子控制在设定长度；

对话中的每个句子对应一个索引向量；

对话中每个句子中的每个单词，对应单词向量；

得到每个对话对应的向量矩阵。

6.如权利要求1所述的音乐知识图谱半自动构建方法，其特征是，将识别出来的命名实体，转换成中文音乐领域的三元组；具体包括：

根据预定义的关系模板，将识别出来的命名实体，将实体与实体之间用关系连接起来，转换成中文音乐领域的三元组；

所述预定义的关系模板，包括：歌曲名称与作者的关系，歌曲名称与歌词的关系；

将识别出来的命名实体，转换成中文音乐领域的三元组，具体包括：

提取出每句话中的实体，所述实体，包括：歌手、歌曲和歌词；如果实体之间的关系在预定义关系库中被定义，则最终返回三元组集合[第一实体，关系，第二实体]。

7.如权利要求1所述的音乐知识图谱半自动构建方法，其特征是，

基于中文音乐领域的三元组，构建中文音乐领域的知识图谱；具体包括：

将音乐三元组放到知识图谱生成算法中，自动形成知识图谱，并且链接到图形数据库Neo4j，生成为可视化的知识图谱；

在图形数据库Neo4j中，遍历三元组集合中每一个三元组，以第一实体与第二实体，利用cypher语言去掉重复的创建两个节点，并以第一实体与第二实体的关系作为关联利用cypher语言连接两个节点；所构建的知识图谱将存储在Neo4j数据库中。

8.音乐知识图谱半自动构建系统，其特征是，包括：

实体识别模块，其被配置为：对中文音乐领域数据集的命名实体进行识别；

三元组转换模块，其被配置为：将识别出来的命名实体，转换成中文音乐领域的三元组；

图谱构建模块，其被配置为：基于中文音乐领域的三元组，构建中文音乐领域的知识图谱。