[go: up one dir, main page]

CN116737946A - 实体信息图谱生成方法、装置、电子设备及存储介质 - Google Patents

实体信息图谱生成方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN116737946A
CN116737946A CN202310546592.6A CN202310546592A CN116737946A CN 116737946 A CN116737946 A CN 116737946A CN 202310546592 A CN202310546592 A CN 202310546592A CN 116737946 A CN116737946 A CN 116737946A
Authority
CN
China
Prior art keywords
information
fusion
entity
map
information map
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202310546592.6A
Other languages
English (en)
Inventor
洪丰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Haizhuofei Network Technology Co ltd
Original Assignee
Beijing Haizhuofei Network Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Haizhuofei Network Technology Co ltd filed Critical Beijing Haizhuofei Network Technology Co ltd
Priority to CN202310546592.6A priority Critical patent/CN116737946A/zh
Publication of CN116737946A publication Critical patent/CN116737946A/zh
Priority to US18/599,595 priority patent/US12499154B2/en
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/288—Entity relationship models
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28—Databases characterised by their database models, e.g. relational or object models
    • G06F16/284—Relational databases
    • G06F16/285—Clustering or classification
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/31—Indexing; Data structures therefor; Storage structures
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9024—Graphs; Linked lists
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
    • G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
    • G06F18/24147—Distances to closest patterns, e.g. nearest neighbour classification
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/25—Fusion techniques
    • G06F18/253—Fusion techniques of extracted features
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
    • G06F40/295—Named entity recognition
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G06N5/022—Knowledge engineering; Knowledge acquisition
    • G06N5/025—Extracting rules from data
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Biophysics (AREA)
  • Molecular Biology (AREA)
  • Biomedical Technology (AREA)
  • Animal Behavior & Ethology (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及信息图谱生成技术，揭露了一种实体信息图谱生成方法、装置、电子设备及存储介质，其中，所述方法包括：获取实体信息数据，对实体信息数据进行信息抽取，得到三元组；对三元组进行信息融合，得到融合信息，并根据融合信息构建评分函数及损失函数；基于评分函数及损失函数利用融合信息构建初始信息图谱，并对初始信息图谱进行链接预测；根据链接预测的结果对初始信息图谱进行更新，得到实体信息图谱。本发明可以从海量信息源中挖掘出有价值的信息数据，将非结构化的信息数据转化为结构化数据，并根据结构化数据生成具有逻辑关系的信息图谱。

Description

实体信息图谱生成方法、装置、电子设备及存储介质
技术领域
本发明涉及信息图谱生成技术领域，尤其涉及一种实体信息图谱生成方法、装置、电子设备及存储介质。
背景技术
信息图谱是真实世界中存在的各种实体、概念及关系构成的语义网络图，用于形式化地描述真实世界中各类事物及对应的关联关系，信息图谱的本质是加强不同数据源之间的连接，并使用本体模型对数据进行规范化处理，有利于挖掘数据的隐含语义。但是，传统方法中信息图谱的构建存在较为明显的两个问题：第一，信息图谱没有统一的表示体系，具体信息完全依赖于处理程序的解释形式，推理无法保证较高的正确性，并且在逻辑上可能不充分，无法消除二义性；第二，由于信息量过大，导致实体之间的关系多且复杂，从而在构建信息图谱时信息可能不够完善。因此，如何从海量信息源中挖掘出有价值的信息数据，将非结构化的信息数据转化为结构化数据，并根据结构化数据生成具有逻辑关系的信息图谱成为一个亟待解决的问题。
发明内容
本发明提供一种实体信息图谱生成方法、装置、电子设备及存储介质，其主要目的在于解决如何从海量信息源中挖掘出有价值的信息数据并生成具有逻辑关系的信息图谱。
为实现上述目的，本发明提供的一种实体信息图谱生成方法，包括：
获取实体信息数据，对所述实体信息数据进行信息抽取，得到三元组；
对所述三元组进行信息融合，得到融合信息，并根据所述融合信息构建评分函数及损失函数；
基于所述评分函数及所述损失函数利用所述融合信息构建初始信息图谱，并对所述初始信息图谱进行链接预测；
根据链接预测的结果对所述初始信息图谱进行更新，得到实体信息图谱。
可选地，所述对所述实体信息数据进行信息抽取，得到三元组，包括：
对所述实体信息数据进行结构化处理，得到结构化数据；
对所述结构化数据进行分词处理，得到信息分词；
对所述信息分词进行分类，得到分词类别；
对所述分词类别及所述信息分词进行关联性分析，根据关联性分析的结果确定所述分词类别及所述信息分词的关联关系；
根据所述信息分词、所述关联关系及所述分词类别生成三元组。
可选地，所述对所述三元组进行信息融合，得到融合信息，包括：
对所述三元组进行特征提取，得到三元特征；
对多个所述三元特征进行拼接处理，得到拼接特征；
对所述拼接特征进行聚合，得到聚合特征，根据所述聚合特征确定融合信息。
可选地，所述对所述拼接特征进行聚合，得到聚合特征，包括：
对所述拼接特征进行归一化处理，得到归一化特征；
利用下述公式对所述归一化特征及所述拼接特征进行计算，得到聚合特征；
其中，A表示所述聚合特征，Bi表示第i个拼接特征，Ci表示第i个拼接特征对应的归一化特征，I表示所述拼接特征的总数。
可选地，所述根据所述融合信息构建评分函数及损失函数，包括：
从所述融合信息中随机选取两个候选信息作为目标信息，计算所述目标信息之间的相似度,基于所述相似度获取所述目标信息之间的信息关联关系；
对所述目标信息进行特征提取，得到目标特征，并对所述目标特征进行映射处理，得到映射矩阵；
根据所述相似度、所述信息关联关系及所述映射矩阵生成评分函数：
其中，D表示所述评分函数计算得到的评分，ej表示第j个映射矩阵，e表示所述相似度，r表示所述信息关联关系，J表示所述映射矩阵的总数，b表示预设的计算参数，tanh表示激活函数，exp表示指数函数；
根据所述目标特征及所述评分函数生成损失函数：
其中，L表示所述损失函数计算得到的损失值，Ff表示第f个目标特征，D表示所述评分函数计算得到的评分，其中，l(·)表示当括号内的等式成立时，l(·)＝1，反之，l(·)＝0。
可选地，所述基于所述评分函数及所述损失函数利用所述融合信息构建初始信息图谱，包括：
获取所述融合信息的数据结构，对所述数据结构进行标准化处理，得到标准结构，并利用所述标准结构对所述融合信息进行更新，得到更新融合信息；
根据所述评分函数对所述更新融合信息进行评分，得到信息分值，并根据所述信息分值对所述更新融合信息进行排序，得到信息序列；
根据所述更新融合信息及所述信息序列生成知识库，并根据所述损失函数计算所述知识库的损失值；
基于所述损失值对所述知识库进行修正处理，得到修正知识库；
获取所述更新融合信息之间的目标关联关系，根据所述目标关联关系及所述修正知识库生成初始信息图谱。
可选地，所述对所述初始信息图谱进行链接预测，包括：
获取所述初始信息图谱中更新融合信息之间的关联实体，判断所述关联实体之间是否存在关联关系；
当所述关联实体之间存在关联关系时，判定所述初始信息图谱为正常信息图谱；
当所述关联实体之间不存在关联关系时，判定所述初始信息图谱为异常信息图谱。
为了解决上述问题，本发明还提供一种实体信息图谱生成装置，所述装置包括：
三元组生成模块，用于获取实体信息数据，对所述实体信息数据进行信息抽取，得到三元组；
函数构建模块，用于对所述三元组进行信息融合，得到融合信息，并根据所述融合信息构建评分函数及损失函数；
链接预测模块，用于基于所述评分函数及所述损失函数利用所述融合信息构建初始信息图谱，并对所述初始信息图谱进行链接预测；
实体信息图谱生成模块，用于根据链接预测的结果对所述初始信息图谱进行更新，得到实体信息图谱。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的实体信息图谱生成方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的实体信息图谱生成方法。
本发明实施例通过对实体信息数据进行信息抽取，能够将非结构化的实体信息数据转化为结构化的三元组，从而保证数据的准确性及统一性；通过对三元组进行信息融合，能够保证得到的融合信息更加完善；通过评分函数、损失函数及融合信息构建初始信息图谱，能够保证初始信息图谱的精确性；通过对初始信息图谱进行链接预测，根据预测的结果对初始信息图谱进行更新，使得到的实体信息图谱更加准确，并且使得实体信息图谱能够准确体现信息之间的内部关系。因此本发明提出的实体信息图谱生成方法、装置、电子设备及存储介质，可以解决如何从海量信息源中挖掘出有价值的信息数据并生成具有逻辑关系的信息图谱的问题。
附图说明
图1为本发明一实施例提供的实体信息图谱生成方法的流程示意图；
图2为本发明一实施例提供的对三元组进行信息融合，得到融合信息的流程示意图；
图3为本发明一实施例提供的根据融合信息构建评分函数及损失函数的流程示意图；
图4为本发明一实施例提供的实体信息图谱生成装置的功能模块图；
图5为本发明一实施例提供的实现所述实体信息图谱生成方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种实体信息图谱生成方法。所述实体信息图谱生成方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述实体信息图谱生成方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDelivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示，为本发明一实施例提供的实体信息图谱生成方法的流程示意图。在本实施例中，所述实体信息图谱生成方法包括：
S1、获取实体信息数据，对所述实体信息数据进行信息抽取，得到三元组。
本发明实施例中，所述实体信息数据包括文本文件中的信息数据，其中，所述信息数据包括背景信息、注册资本、参保人数、经营状态及历史风险等。
本发明实施例中，所述对所述实体信息数据进行信息抽取，得到三元组，包括：
对所述实体信息数据进行结构化处理，得到结构化数据；
对所述结构化数据进行分词处理，得到信息分词；
对所述信息分词进行分类，得到分词类别；
对所述分词类别及所述信息分词进行关联性分析，根据关联性分析的结果确定所述分词类别及所述信息分词的关联关系；
根据所述信息分词、所述关联关系及所述分词类别生成三元组。
本发明实施例中，对所述实体信息数据进行结构化处理指的是对所述实体信息数据进行数据清洗，即将所述实体信息数据中的不完整的数据、错误的数据、重复的数据进行删减，从而减少所述实体信息数据中的冗余数据，得到清洗数据；可以利用隐马尔可夫模型对所述清洗数据进行词性标注，得到标注数据，将所述标注数据作为结构化数据。
本发明实施例中，可以采用预设的分词器对所述结构化数据进行分词处理，其中，所述分词器可以是jieba中文分词器；本发明可以采用K-NN分类算法对所述信息分词进行分类，得到分词类别；采用相关性分析或者回归分析的方式对所述分词类别及所述信息分词进行关联性分析，判断所述分词类别及所述信息分词是否存在关联性，当所述分词类别及所述信息分词之间存在关联性时，根据所述关联性对所述分词类别及所述信息分词进行关联等级划分，例如，将所述关联等级划分为强相关，弱相关及不相关三个等级，并对所述关联等级进行赋值，得到关联值；从而将所述信息分词、所述关联关系及所述分词类别进行拼接，从而得到信息分词-分词类别-关联值的三元组。
S2、对所述三元组进行信息融合，得到融合信息，并根据所述融合信息构建评分函数及损失函数。
请参阅图2所示，本发明实施例中，所述对所述三元组进行信息融合，得到融合信息，包括：
S21、对所述三元组进行特征提取，得到三元特征；
S22、对多个所述三元特征进行拼接处理，得到拼接特征；
S23、对所述拼接特征进行聚合，得到聚合特征，根据所述聚合特征确定融合信息。
本发明实施例中，将所述三元组经过神经网络的卷积层、丢失层及多头自注意力层，即对所述三元组进行卷积处理、正则化处理及提取所述三元组中的隐含信息，得到三元特征；获取所述三元特征的嵌入维度，将所述嵌入维度相同的三元特征进行拼接，得到拼接特征；基于多关系路径聚合器利用聚合算法对所述拼接特征进行聚合，得到聚合特征；由于所述聚合特征是由一条关系路径所产生的，因此，所述聚合特征是特定于语义的，获取特定语义下的一种类型的所述聚合特征对应的语义信息，对所述语义信息进行整合，得到融合信息。
本发明实施例中，所述对所述拼接特征进行聚合，得到聚合特征，包括：
对所述拼接特征进行归一化处理，得到归一化特征；
对所述归一化特征及所述拼接特征进行计算，得到聚合特征。
本发明实施例中，利用下述公式对所述归一化特征及所述拼接特征进行计算，得到聚合特征：
其中，A表示所述聚合特征，Bi表示第i个拼接特征，Ci表示第i个拼接特征对应的归一化特征，I表示所述拼接特征的总数。
请参阅图3所示，本发明实施例中，所述根据所述融合信息构建评分函数及损失函数，包括：
S31、从所述融合信息中随机选取两个候选信息作为目标信息，计算所述目标信息之间的相似度,基于所述相似度获取所述目标信息之间的信息关联关系；
S32、对所述目标信息进行特征提取，得到目标特征，并对所述目标特征进行映射处理，得到映射矩阵；
S33、根据所述相似度、所述信息关联关系及所述映射矩阵生成评分函数，并根据所述目标特征及所述评分函数生成损失函数。
本发明实施例中，所述目标信息可以为所述融合信息中随机选取的实体，例如，所述目标信息可以为公司职员、领导及公司仓库等；利用余弦相似度算法计算所述目标信息之间的相似度，并根据所述相似度的高低判断所述目标信息之间是否存在关联关系，首先，获取所述目标信息的属性，计算所述目标信息的属性之间的相似度，根据所述相似度进行整合分析，得到所述目标信息之间的信息关联关系，例如，上下属关系，上下属之间具有很多相同或相似的属性，比如所在地、工作内容等。
本发明实施例中，利用预设的神经网络对所述目标信息进行卷积、池化及全连接处理，从而得到所述目标信息对应的目标特征；本发明可以利用PCA(主成分分析)方法对所述目标特征进行映射处理，得到映射向量，计算所述映射向量的特征值，根据所述映射向量及所述特征值生成映射矩阵。
本发明实施例中，所述评分函数表示为：
其中，D表示所述评分函数计算得到的评分，Ej表示第j个映射矩阵，e表示所述相似度，r表示所述信息关联关系，J表示所述映射矩阵的总数，b表示预设的计算参数，tanh表示激活函数，exp表示指数函数。
本发明实施例中，所述损失函数表示为：
其中，L表示所述损失函数计算得到的损失值，Ff表示第f个目标特征，D表示所述评分函数计算得到的评分，其中，l(·)表示当括号内的等式成立时，l(·)＝1，反之，l(·)＝0。
S3、基于所述评分函数及所述损失函数利用所述融合信息构建初始信息图谱，并对所述初始信息图谱进行链接预测。
本发明实施例中，所述基于所述评分函数及所述损失函数利用所述融合信息构建初始信息图谱，包括：
获取所述融合信息的数据结构，对所述数据结构进行标准化处理，得到标准结构，并利用所述标准结构对所述融合信息进行更新，得到更新融合信息；
根据所述评分函数对所述更新融合信息进行评分，得到信息分值，并根据所述信息分值对所述更新融合信息进行排序，得到信息序列；
根据所述更新融合信息及所述信息序列生成知识库，并根据所述损失函数计算所述知识库的损失值；
基于所述损失值对所述知识库进行修正处理，得到修正知识库；
获取所述更新融合信息之间的目标关联关系，根据所述目标关联关系及所述修正知识库生成初始信息图谱。
本发明实施例中，所述数据结构指的是相互之间存在一种或多种特定关系的数据元素的集合，预先设定所述融合信息的数据结构为实体-属性-关系的标准结构，将所有所述融合信息的数据结构全部转换为标准结构，得到更新融合信息；利用所述评分函数对所述更新融合信息进行计算，根据计算得到的信息分值的大小进行排序，可以采用由高到低的顺序进行排序，得到信息序列。
本发明实施例中，将所述信息序列作为列向量并将所述更新融合信息作为行向量建立表格，将所述表格进行存储至数据库，将所述数据库作为知识库；基于所述损失值对所述更新融合信息中的信息参数进行调整，得到调整后的修正信息，利用所述修正信息对所述知识库中的更新融合信息进行替换，实现所述知识库的更新，得到修正知识库。
本发明实施例中，利用预设的关联算法计算所述更新融合信息之间的关联度，所述关联算法可以为Apriori算法，基于所述关联度找到所述更新融合信息之间的关联度大于80％的多个属性，根据所述多个属性进行属性分析，从而确定所述更新融合信息之间的目标关联关系；利用所述目标关联关系以所述修正知识库中的更新融合信息的相关属性为节点，将所述更新融合信息之间的节点进行连接，以关联树的形式建立初始信息图谱。
本发明实施例中，所述对所述初始信息图谱进行链接预测，包括：
获取所述初始信息图谱中更新融合信息之间的关联实体，判断所述关联实体之间是否存在关联关系；
当所述关联实体之间存在关联关系时，判定所述初始信息图谱为正常信息图谱；
当所述关联实体之间不存在关联关系时，判定所述初始信息图谱为异常信息图谱。
本发明实施例中，所述关联实体指的是所述更新融合信息中的信息分词；获取所述更新融合信息对应的关联表，所述关联表中包含信息分词及信息分词对应的多种类型，从所述更新融合信息中随机选取两个连接的关联实体作为第一关联实体及第二关联实体，获取所述关联表中的第一关联实体对应的第一类型及第二关联实体对应的第二类型，判断所述第一类型中是否包含第二类型，当所述第一类型中包含所述第二类型时，则判定所述关联实体之间存在关联关系；当所述第一类型中不包含所述第二类型时，则判定所述关联实体之间不存在关联关系，例如，所述关联关系为上下属关系，那么所述第一关联实体对应的工作地址、工作内容等包含所述第二关联实体对应的工作地址、工作内容等。
S4、根据链接预测的结果对所述初始信息图谱进行更新，得到实体信息图谱。
本发明实施例中，当所述链接预测的结果判定为所述初始信息图谱为完整信息图谱时，则不需要对所述初始信息图谱进行更新，并将所述初始信息图谱作为实体信息图谱；当所述链接预测的结果判定为所述初始信息图谱为异常信息图谱时，则获取所述初始信息图谱中的更新融合信息之间的关联实体之间的连接线，将所述连接线进行断开，实现所述初始信息图谱的更新，从而将更新后的初始信息图谱作为实体信息图谱。
本发明实施例通过对实体信息数据进行信息抽取，能够将非结构化的实体信息数据转化为结构化的三元组，从而保证数据的准确性及统一性；通过对三元组进行信息融合，能够保证得到的融合信息更加完善；通过评分函数、损失函数及融合信息构建初始信息图谱，能够保证初始信息图谱的精确性；通过对初始信息图谱进行链接预测，根据预测的结果对初始信息图谱进行更新，使得到的实体信息图谱更加准确，并且使得实体信息图谱能够准确体现信息之间的内部关系。因此本发明提出的实体信息图谱生成方法，可以解决如何从海量信息源中挖掘出有价值的信息数据并生成具有逻辑关系的信息图谱的问题。
如图4所示，是本发明一实施例提供的实体信息图谱生成装置的功能模块图。
本发明所述实体信息图谱生成装置400可以安装于电子设备中。根据实现的功能，所述实体信息图谱生成装置400可以包括三元组生成模块401、函数构建模块402、链接预测模块403及实体信息图谱生成模块404。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述三元组生成模块401，用于获取实体信息数据，对所述实体信息数据进行信息抽取，得到三元组；
所述函数构建模块402，用于对所述三元组进行信息融合，得到融合信息，并根据所述融合信息构建评分函数及损失函数；
所述链接预测模块403，用于基于所述评分函数及所述损失函数利用所述融合信息构建初始信息图谱，并对所述初始信息图谱进行链接预测；
所述实体信息图谱生成模块404，用于根据链接预测的结果对所述初始信息图谱进行更新，得到实体信息图谱。
详细地，本发明实施例中所述实体信息图谱生成装置400中所述的各模块在使用时采用与附图中所述的实体信息图谱生成方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
如图5所示，是本发明一实施例提供的实现实体信息图谱生成方法的电子设备的结构示意图。
所述电子设备500可以包括处理器501、存储器502、通信总线503以及通信接口504，还可以包括存储在所述存储器502中并可在所述处理器501上运行的计算机程序，如实体信息图谱生成程序。
其中，所述处理器501在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing Unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器501是所述电子设备的控制核心(ControlUnit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器502内的程序或者模块(例如执行实体信息图谱生成程序等)，以及调用存储在所述存储器502内的数据，以执行电子设备的各种功能和处理数据。
所述存储器502至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器502在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器502在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(Secure Digital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器502还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器502不仅可以用于存储安装于电子设备的应用软件及各类数据，例如实体信息图谱生成程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线503可以是外设部件互连标准(Peripheral ComponentInterconnect，简称PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器502以及至少一个处理器501等之间的连接通信。
所述通信接口504用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图5仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图5示出的结构并不构成对所述电子设备500的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器501逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备500中的所述存储器502存储的实体信息图谱生成程序是多个指令的组合，在所述处理器501中运行时，可以实现：
获取实体信息数据，对所述实体信息数据进行信息抽取，得到三元组；
对所述三元组进行信息融合，得到融合信息，并根据所述融合信息构建评分函数及损失函数；
基于所述评分函数及所述损失函数利用所述融合信息构建初始信息图谱，并对所述初始信息图谱进行链接预测；
根据链接预测的结果对所述初始信息图谱进行更新，得到实体信息图谱。
具体地，所述处理器501对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备500集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取实体信息数据，对所述实体信息数据进行信息抽取，得到三元组；
对所述三元组进行信息融合，得到融合信息，并根据所述融合信息构建评分函数及损失函数；
基于所述评分函数及所述损失函数利用所述融合信息构建初始信息图谱，并对所述初始信息图谱进行链接预测；
根据链接预测的结果对所述初始信息图谱进行更新，得到实体信息图谱。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种实体信息图谱生成方法，其特征在于，所述方法包括：
获取实体信息数据，对所述实体信息数据进行信息抽取，得到三元组；
对所述三元组进行信息融合，得到融合信息，并根据所述融合信息构建评分函数及损失函数；
基于所述评分函数及所述损失函数利用所述融合信息构建初始信息图谱，并对所述初始信息图谱进行链接预测；
根据链接预测的结果对所述初始信息图谱进行更新，得到实体信息图谱。
2.如权利要求1所述的实体信息图谱生成方法，其特征在于，所述对所述实体信息数据进行信息抽取，得到三元组，包括：
对所述实体信息数据进行结构化处理，得到结构化数据；
对所述结构化数据进行分词处理，得到信息分词；
对所述信息分词进行分类，得到分词类别；
对所述分词类别及所述信息分词进行关联性分析，根据关联性分析的结果确定所述分词类别及所述信息分词的关联关系；
根据所述信息分词、所述关联关系及所述分词类别生成三元组。
3.如权利要求1所述的实体信息图谱生成方法，其特征在于，所述对所述三元组进行信息融合，得到融合信息，包括：
对所述三元组进行特征提取，得到三元特征；
对多个所述三元特征进行拼接处理，得到拼接特征；
对所述拼接特征进行聚合，得到聚合特征，根据所述聚合特征确定融合信息。
4.如权利要求3所述的实体信息图谱生成方法，其特征在于，所述对所述拼接特征进行聚合，得到聚合特征，包括：
对所述拼接特征进行归一化处理，得到归一化特征；
利用下述公式对所述归一化特征及所述拼接特征进行计算，得到聚合特征：
其中，A表示所述聚合特征，Bi表示第i个拼接特征，Ci表示第i个拼接特征对应的归一化特征，I表示所述拼接特征的总数。
5.如权利要求1所述的实体信息图谱生成方法，其特征在于，所述根据所述融合信息构建评分函数及损失函数，包括：
从所述融合信息中随机选取两个候选信息作为目标信息，计算所述目标信息之间的相似度,基于所述相似度获取所述目标信息之间的信息关联关系；
对所述目标信息进行特征提取，得到目标特征，并对所述目标特征进行映射处理，得到映射矩阵；
根据所述相似度、所述信息关联关系及所述映射矩阵生成评分函数：
其中，D表示所述评分函数计算得到的评分，Ej表示第j个映射矩阵，e表示所述相似度，r表示所述信息关联关系，J表示所述映射矩阵的总数，b表示预设的计算参数，tanh表示激活函数，exp表示指数函数；
根据所述目标特征及所述评分函数生成损失函数：
其中，L表示所述损失函数计算得到的损失值，Ff表示第f个目标特征，D表示所述评分函数计算得到的评分，其中，l(·0表示当括号内的等式成立时，l(·)＝1，反之，l(·)＝0。
6.如权利要求1所述的实体信息图谱生成方法，其特征在于，所述基于所述评分函数及所述损失函数利用所述融合信息构建初始信息图谱，包括：
获取所述融合信息的数据结构，对所述数据结构进行标准化处理，得到标准结构，并利用所述标准结构对所述融合信息进行更新，得到更新融合信息；
根据所述评分函数对所述更新融合信息进行评分，得到信息分值，并根据所述信息分值对所述更新融合信息进行排序，得到信息序列；
根据所述更新融合信息及所述信息序列生成知识库，并根据所述损失函数计算所述知识库的损失值；
基于所述损失值对所述知识库进行修正处理，得到修正知识库；
获取所述更新融合信息之间的目标关联关系，根据所述目标关联关系及所述修正知识库生成初始信息图谱。
7.如权利要求1所述的实体信息图谱生成方法，其特征在于，所述对所述初始信息图谱进行链接预测，包括：
获取所述初始信息图谱中更新融合信息之间的关联实体，判断所述关联实体之间是否存在关联关系；
当所述关联实体之间存在关联关系时，判定所述初始信息图谱为正常信息图谱；
当所述关联实体之间不存在关联关系时，判定所述初始信息图谱为异常信息图谱。
8.一种实体信息图谱生成装置，其特征在于，所述装置包括：
三元组生成模块，用于获取实体信息数据，对所述实体信息数据进行信息抽取，得到三元组；
函数构建模块，用于对所述三元组进行信息融合，得到融合信息，并根据所述融合信息构建评分函数及损失函数；
链接预测模块，用于基于所述评分函数及所述损失函数利用所述融合信息构建初始信息图谱，并对所述初始信息图谱进行链接预测；
实体信息图谱生成模块，用于根据链接预测的结果对所述初始信息图谱进行更新，得到实体信息图谱。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的实体信息图谱生成方法。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的实体信息图谱生成方法。
CN202310546592.6A 2023-05-15 2023-05-15 实体信息图谱生成方法、装置、电子设备及存储介质 Pending CN116737946A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202310546592.6A CN116737946A (zh) 2023-05-15 2023-05-15 实体信息图谱生成方法、装置、电子设备及存储介质
US18/599,595 US12499154B2 (en) 2023-05-15 2024-03-08 Method, electronic apparatus, and storage medium for generating entity information graph

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310546592.6A CN116737946A (zh) 2023-05-15 2023-05-15 实体信息图谱生成方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN116737946A true CN116737946A (zh) 2023-09-12

Family

ID=87908862

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310546592.6A Pending CN116737946A (zh) 2023-05-15 2023-05-15 实体信息图谱生成方法、装置、电子设备及存储介质

Country Status (2)

Country Link
US (1) US12499154B2 (zh)
CN (1) CN116737946A (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN120197083B (zh) * 2025-05-27 2025-08-12 北京大数据先进技术研究院 一种面向数据空间信息演化过程的数据分级方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11423082B2 (en) * 2016-06-29 2022-08-23 Intel Corporation Methods and apparatus for subgraph matching in big data analysis
WO2019220128A1 (en) * 2018-05-18 2019-11-21 Benevolentai Technology Limited Graph neutral networks with attention
US20200342954A1 (en) * 2019-04-24 2020-10-29 Accenture Global Solutions Limited Polypharmacy Side Effect Prediction With Relational Representation Learning
US12493788B2 (en) * 2020-11-13 2025-12-09 Accenture Global Solutions Limited Generating knowledge graphs from conversational data
US20220383140A1 (en) * 2021-05-26 2022-12-01 International Business Machines Corporation Reduction of nodes for a graph-based knowledge system via distribution models of data
US20230169358A1 (en) * 2021-11-29 2023-06-01 International Business Machines Corporation Continuous knowledge graph for links and weight predictions

Also Published As

Publication number Publication date
US12499154B2 (en) 2025-12-16
US20240386055A1 (en) 2024-11-21

Similar Documents

Publication Publication Date Title
WO2023065545A1 (zh) 风险预测方法、装置、设备及存储介质
CN113626607B (zh) 异常工单识别方法、装置、电子设备及可读存储介质
CN114663198A (zh) 基于用户画像的产品推荐方法、装置、设备及存储介质
WO2023159755A1 (zh) 虚假新闻检测方法、装置、设备及存储介质
CN112364107A (zh) 系统分析可视化方法、装置、电子设备及计算机可读存储介质
CN111768096A (zh) 基于算法模型的评级方法、装置、电子设备及存储介质
CN116821373B (zh) 基于图谱的prompt推荐方法、装置、设备及介质
CN112597135A (zh) 用户分类方法、装置、电子设备及可读存储介质
CN114781832A (zh) 课程推荐方法、装置、电子设备及存储介质
CN111444956A (zh) 低负载信息预测方法、装置、计算机系统及可读存储介质
CN111652278B (zh) 用户行为检测方法、装置、电子设备及介质
CN116340516A (zh) 实体关系的聚类提取方法、装置、设备及存储介质
CN114880449B (zh) 智能问答的答复生成方法、装置、电子设备及存储介质
CN114708461A (zh) 基于多模态学习模型的分类方法、装置、设备及存储介质
CN114003720A (zh) 业务文书分类方法、装置、设备及存储介质
CN114612194A (zh) 产品推荐方法、装置、电子设备及存储介质
WO2023178979A1 (zh) 问题标注方法、装置、电子设备及存储介质
CN115510188A (zh) 文本关键词关联方法、装置、设备及存储介质
US20240320253A1 (en) Method, electronic apparatus, and computer-readable storage medium for identifying entity relationship pairs
CN114840684A (zh) 基于医疗实体的图谱构建方法、装置、设备及存储介质
CN112269875B (zh) 文本分类方法、装置、电子设备及存储介质
CN116737947A (zh) 实体关系图构建方法、装置、设备及存储介质
US20240386055A1 (en) Method, electronic apparatus, and storage medium for generating entity information graph
CN116645554A (zh) 多模态医学报告检索方法、装置、电子设备及存储介质
CN113204962B (zh) 基于图扩展结构的词义消歧方法、装置、设备及介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination