[发明专利]知识图谱中边权重的优化方法、装置、介质、设备及系统

说明书

本发明涉及一种知识图谱中边权重的优化方法，包括：定义知识图谱，知识图谱包括节点、节点之间的有向边以及有向边的原始边权重；从用户接收查询信息；搜索对应查询信息的候选答案，利用知识图谱对候选答案进行排序并推送给用户；从用户接收对排序后的候选答案的反馈信息；构建符号几何规划问题，符号几何规划问题的约束函数基于反馈信息设定，符号几何规划问题的目标函数为优化边权重的函数；求解符号几何规划问题得到优化边权重。本发明利用用户的反馈信息将知识图谱的边权重优化问题转化成一个符号几何规划问题，能够高效地自动化地提高边权重的准确度以及知识图谱的质量。本发明还涉及一种知识图谱中边权重的优化装置、介质、设备及系统。

技术领域

本发明涉及知识图谱优化领域，具体涉及一种知识图谱中边权重的优化方法、装置、介质、设备及系统。

背景技术

在现代社会中，知识图谱已被广泛应用于各种应用中，如问答系统(QA)系统、推荐系统、网络搜索引擎和精密医学等。例如，基于知识图谱来计算问题和帮助文档之间的相似度，已被证明是有效的找到最佳文档答案的方法。

在知识图谱中，边(edge)代表了两个实体节点之间的关联信息，并且关联的强度通常由边的权重来表示。边权重的信息能够在知识图谱应用中表现出很高的价值。例如，在一个技术支持问答系统的应用中，“电脑死机”问题尝尝是由“内存不足”造成的，那么这两个实体之间关联边的权重应该更大，使得当用户询问电脑死机时，更将内存不足及其相关解决办法推荐给用户。再例如，在一个基于医疗知识图谱的诊断应用中，多个病可能导致同一个症状，但他们之间的边权重应该是不同的，这样能够帮助系统进行更加精确的诊断。

显然，如何设置边的权重是知识图谱的构造和维护的关键挑战。现有的确定知识图谱中边权重的方法主要基于两个实体之间的直接关联关系(例如网页之间的超链接)或利用两个实体之间相关的统计信息。然而，这些方法很容易受到源数据本身存在的错误或统计错误的影响，导致边权重的准确度以及知识图谱的质量低下。

发明内容

为了解决上述全部或部分问题，本发明提供一种知识图谱中边权重的优化方法、装置、介质、设备以及系统。

本发明的实施方式公开了一种知识图谱中边权重的优化方法，该方法包括

定义知识图谱，知识图谱包括节点、节点之间的有向边以及有向边的原始边权重；

从用户接收查询信息；

搜索对应查询信息的候选答案，利用知识图谱对候选答案进行排序，并将排序后的候选答案推送给用户；

从用户接收对排序后的候选答案的反馈信息；

构建符号几何规划问题，符号几何规划问题的约束函数基于反馈信息设定，符号几何规划问题的目标函数为优化边权重的函数；

求解符号几何规划问题得到优化边权重。

在一示范例中，利用知识图谱对候选答案进行排序包括：

将查询信息映射到知识图谱上得到查询节点；

将候选答案映射到知识图谱上得到候选答案节点；

计算查询节点与候选答案节点之间的相似度；

将候选答案按照相似度的降序进行排列。

在一示范例中，查询节点与候选答案节点之间的相似度通过以下计算：