[发明专利]知识图谱更新方法、装置、设备、存储介质和程序产品

说明书

本申请涉及一种知识图谱更新方法、装置、设备、存储介质和程序产品。所述方法包括获取多个三元组的实体向量、多个三元组的关系向量和待查询问题的问题向量，再根据问题向量和各初始向量中的实体向量，确定问题向量对应的多个候选尾实体，然后根据问题向量对应的多个候选尾实体，确定第一候选三元组，根据各第一关系向量和问题向量，确定第二候选三元组，最后根据第一候选三元组和第二候选三元组，更新知识图谱。采用本方法对原有知识图谱的三元组数据进行完善，以更新知识图谱，提高了用户从知识图谱中获取问题答案的概率。

技术领域

本申请涉及人工智能技术领域，特别是涉及一种知识图谱更新方法、装置、设备、存储介质和程序产品。

背景技术

知识图谱是自然语言处理领域的重要基础，它是一种由大量的三元组(头实体，关系，尾实体)组成的特殊数据结构。最近，基于知识图谱的智能问答已经成为一个重要的研究领域，在银行的系统中尤为重要。知识图谱的智能问答可被用于银行智能客服等场景，能够及时地帮助客户解决问题。

现有的基于知识图谱的智能问答方法，是针对一个问题，找到一个三元组来回答这一问题。如果知识图谱中存在这个三元组，则能够根据三元组中的尾实体得到问题的答案。

然而，由于知识图谱总会有三元组缺失，很多问题无法直接搜索得到答案，因此，如何对三元组数据进行完善成为本领域技术人员亟待解决的问题。

发明内容

基于此，有必要针对上述技术问题，提供一种能够对三元组数据进行完善的知识图谱更新方法、装置、设备、存储介质和程序产品。

第一方面，本申请提供了一种知识图谱更新方法。该方法包括：

获取多个三元组的初始向量和待查询问题的问题向量；该初始向量包括实体向量和第一关系向量；

根据该问题向量和各该初始向量中的实体向量，确定该问题向量对应的多个候选尾实体；

根据该问题向量对应的多个候选尾实体，确定第一候选三元组；

根据各该第一关系向量和该问题向量，确定第二候选三元组；

根据该第一候选三元组和该第二候选三元组，更新该知识图谱。

在其中一个实施例中，该根据该问题向量对应的多个候选尾实体，确定第一候选三元组，包括：

根据各该候选尾实体和该问题向量中的头实体向量和第二关系向量，确定多个中间三元组；

确定各该中间三元组的量化值；

根据各该中间三元组的量化值，从各该中间三元组中确定该第一候选三元组。

在其中一个实施例中，该根据各该中间三元组的量化值，从各该中间三元组中确定该第一候选三元组，包括：

将量化值大于或等于预设量化值阈值的中间三元组作为该第一候选三元组。

在其中一个实施例中，该根据该初始向量中的第一关系向量和该问题向量，确定第二候选三元组，包括：

确定该问题向量中的第二关系向量与各该初始向量中的第一关系向量之间的相似度；

根据该第二关系向量与各该初始向量中的第一关系向量之间的相似度，确定该第二候选三元组。

在其中一个实施例中，该根据该第二关系向量与各该初始向量中的第一关系向量之间的相似度，确定该第二候选三元组，包括：

将大于预设相似度阈值的相似度对应的第一关系向量作为目标关系向量；

将该目标关系向量对应的初始向量作为该第二候选三元组。