[发明专利]音乐知识图谱半自动构建方法及系统

说明书

本发明公开了音乐知识图谱半自动构建方法及系统，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。以命名实体识别技术为核心，采用多文本的CNN‑BiLSTM‑Attention模型为核心构建了面向中文音乐领域的命名实体识别系统。在知识抽取环节，以实体识别的结果与关系抽取的结果构建出知识图谱上的“节点”与“边”，最终构建面向音乐领域的中文知识图谱半自动构建系统。爬取原始数据后经过处理后以带扩展属性的三元组形式保存，实现半自动的知识图谱构建。

技术领域

本发明涉及知识图谱构建技术领域，特别是涉及音乐知识图谱半自动构建方法及系统。

背景技术

本部分的陈述仅仅是提到了与本发明相关的背景技术，并不必然构成现有技术。

知识图谱是结构化的语义知识库，用于以符号形式描述物理世界中的概念及其相互关系。其基本组成单位是“实体关系实体”三元组，以及实体及其相关属性值对，实体间通过关系相互联结，构成网状的知识结构。随着近些年来，随着互联网巨头对知识图谱领域的知识图谱的重视度提高，知识图谱也进入了高速发展阶段。虽然现阶段对于知识图谱的应用还处在初级阶段，没有实现大规模的应用，但是在某些行业领域已经实现了高价值的应用，在一定程度上解决了大数据处理中的诸多难题。智能搜索、深度问答、社交网络、个性化推荐和垂直行业应用，例如金融行业、医疗行业、电商行业以及教育行业等等。知识图谱为互联网上海量、异构、动态的大数据表达、组织、管理以及利用提供了一种更为有效的方式，使得网络的智能化水平更高，更加接近于人类的认知思维。知识图谱在以后的研究中，其关键性问题也会被产业界和学术界协力解决，然后能实现更多新的应用。

在知识图谱的构建方面，传统知识图谱存在局限性。传统知识图谱不具有深度知识结构，无法解决专业的业务问题。将专业领域知识赋予机器，让机器代替业务人员从事简单知识工作，实现重复性、基础性劳动的智能化过程。同时，传统领域知识图谱主要采用专家人工构建费时费力的方式，投入极大且效率不高，并且，大多数高质量的知识图都是基于众包的，受限于标注者的经验和主观性，影响知识图谱的有效性及其在数据应用中的应用。因此，一个能够自动或半自动构建知识图的系统将大大加快这一繁琐的过程，并提高构建图的质量。现在急需一种自动化、智能化构建行业知识图谱的工具。

发明内容

为了解决现有技术的不足，本发明提供了音乐知识图谱半自动构建方法及系统；以命名实体识别技术为核心，采用多文本的CNN-BiLSTM-Attention模型为核心构建了面向中文音乐领域的命名实体识别系统。在知识抽取环节，以实体识别的结果与关系抽取的结果构建出知识图谱上的“节点”与“边”，最终构建面向音乐领域的中文知识图谱半自动构建系统。并在此方案中,爬取原始数据后经过处理后以带扩展属性的三元组形式保存，实现半自动的知识图谱构建系统。

第一方面，本发明提供了音乐知识图谱半自动构建方法；

音乐知识图谱半自动构建方法，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。

第二方面，本发明提供了音乐知识图谱半自动构建系统；

音乐知识图谱半自动构建系统，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。

第三方面，本发明还提供了一种电子设备，包括：