[发明专利]一种基于知识图谱的关系链接方法

摘要

本发明请求保护一种基于知识图谱的关系链接方法，首先，从知识图谱中利用SparQL查询语句找到包含某关系的三元组主语、关系、宾语列表集，并从非结构化的文本中匹配关系文本；使用LSWMD算法得到关系文本的相似性矩阵，再利用密度峰值聚类算法对关系文本进行聚类，得到关系文本类簇；基于关系文本类簇，抽取类簇中所有词语的位置，并利用贝塔分布进行拟合，得到关系文本类簇的词语分布模式；对于开放领域非结构化文本中未确定关系的候选关系文本，利用词语分布模式构建向量，并利用GBDT分类器进行识别，进而与知识图谱中的关系进行链接。本发明有效解决了将自然语言与知识图谱链接不充分的问题，能够帮助计算机更好的理解自然语言。

主权项

一种基于知识图谱的关系链接方法，其特征在于，包括以下步骤：S1、对知识图谱以及非结构化文本数据集进行采集及数据预处理，利用知识图谱进行标注，获取非结构化文本中的关系文本，作为训练集：S2、采用LSWMD位置敏感的词语移动距离算法,得到基于关系文本两两间的相似度矩阵,基于相似度矩阵进行聚类，得到关系文本类簇：S3、利用贝塔分布对关系文本类簇中词语的位置进行拟合，得到词语分布模式：S4、利用词语分布模式，将训练集转化为向量，其中利用知识图谱标注过的关系文本是训练集，利用GBDT梯度提升树进行训练得到分类器：S5、对于没有通过知识图谱标注，或者无法通过知识图谱标注的非结构化文本，利用关系文本类簇进行匹配，并利用分类器进行判别，如果判别为真，则链接到知识图谱对应的关系。