基于文本引用关系的知识图谱构建方法及装置与流程
本申请涉及知识图谱,具体涉及一种基于文本引用关系的知识图谱构建方法及装置。
背景技术:
1、在法律合规和监管研究等领域,法规、规章等规范性文本普遍具备层级化结构,且不同条款之间存在大量引用与关联关系。通过对文本中的引用关系进行提取并构建知识图谱,能够直观呈现条款间的关联逻辑,为法规修订评估、合规风险识别、规则适用推理等业务场景提供数据支撑。随着监管规则体系不断扩充以及内容修订频次提升,行业对法规文本引用关系的自动化、精细化解析需求日益增长。
2、目前,针对文本引用关系的提取主要采用正则匹配或通用实体关系抽取的实现方式,前者通过预设的正则表达式匹配带有明确编号的引用表述,仅能识别显式出现的引用对象,对于依赖文本层级结构、未明确标注目标编号的隐式引用难以有效识别,导致提取出的引用关系覆盖不全,最终构建的图谱存在大量连接缺失。后者仅关注引用关系的存在与否,不对引用背后的语义差异进行区分,而不同引用关系在文本中的作用、效力逻辑存在明显区别,无差别的引用表示无法支撑后续精细化的图分析与业务应用。
3、综上,现有技术在处理具有层级结构的文本引用关系时,存在引用覆盖完整性不足和引用语义区分度较低的问题,难以满足高质量知识图谱构建的需求。
技术实现思路
1、本申请实施例提供一种基于文本引用关系的知识图谱构建方法及装置,能够提高知识图谱的引用覆盖完整性和引用语义区分度,构建出指向准确的结构化文本引用关系有向知识图谱。
2、第一方面,本申请实施例提供了一种基于文本引用关系的知识图谱构建方法,包括:
3、获取目标文本集,所述目标文本集包含多个具有层级结构的文本单元,并确定各所述文本单元的层级位置信息;
4、基于各所述文本单元的层级位置信息,识别各所述文本单元中包含的引用关系,生成引用关系集合,其中,所述引用关系包括显式引用和隐式引用,所述隐式引用为引用对象未明确提及的引用;
5、对所述引用关系集合中的各引用关系进行语义类型分类,确定各所述引用关系分别所属的预设引用类型,生成带类型标签的引用关系集合;
6、对于所述引用关系集合中属于隐式引用的引用关系,根据所述属于隐式引用的引用关系所在文本单元的层级位置信息以及所述目标文本集的层级结构,确定所述属于隐式引用的引用关系所指向的实际目标文本单元;
7、以各所述文本单元为节点,以各所述引用关系为有向边,构建对应的知识图谱,其中,所述有向边的方向从引用源文本单元指向被引用目标文本单元,所述有向边携带所述引用关系的语义类型标签。
8、第二方面,本申请实施例提供了一种基于文本引用关系的知识图谱构建装置,包括:
9、文本获取模块,用于获取目标文本集,所述目标文本集包含多个具有层级结构的文本单元,并确定各所述文本单元的层级位置信息;
10、关系识别模块,用于基于各所述文本单元的层级位置信息,识别各所述文本单元中包含的引用关系,生成引用关系集合,其中,所述引用关系包括显式引用和隐式引用,所述隐式引用为引用对象未明确提及的引用;
11、类型分类模块,用于对所述引用关系集合中的各引用关系进行语义类型分类,确定各所述引用关系分别所属的预设引用类型,生成带类型标签的引用关系集合;
12、隐式消歧模块,用于对于所述引用关系集合中属于隐式引用的引用关系,根据所述属于隐式引用的引用关系所在文本单元的层级位置信息以及所述目标文本集的层级结构,确定所述属于隐式引用的引用关系所指向的实际目标文本单元;
13、图谱构建模块,用于以各所述文本单元为节点,以各所述引用关系为有向边,构建对应的知识图谱,其中,所述有向边的方向从引用源文本单元指向被引用目标文本单元,所述有向边携带所述引用关系的语义类型标签。
14、本申请提供一种基于文本引用关系的知识图谱构建方法及装置,首先,通过获取具备层级结构的多个文本单元并确定各单元的层级位置信息,为后续的引用识别与解析提供结构化的位置参照体系;然后,识别文本单元中包含的显式引用与隐式引用并生成引用关系集合,覆盖文本中明确标注目标和省略具体编号的两类引用形态,避免大量依赖层级上下文的指代性引用被遗漏,保障了引用关系提取的覆盖广度;接着,对全部引用关系进行语义类型分类并生成带类型标签的引用关系集合,使引用关系不再局限于存在关联的简单判断,而是具备可区分的语义属性,让不同作用逻辑的引用关系得以被差异化标识;随后,再结合隐式引用所在文本单元的层级位置与文本整体层级结构,确定隐式引用指向的实际目标文本单元,将指代模糊的隐式表述落地为明确的单元间关联,补全引用指向的同时保证关联的准确性;最后,以文本单元为节点、携带语义类型标签的引用关系为有向边构建知识图谱,形成关联覆盖完整、引用语义可区分且指向关系准确的结构化知识图谱。
1.一种基于文本引用关系的知识图谱构建方法,其特征在于,包括:
2.根据权利要求1所述的基于文本引用关系的知识图谱构建方法,其特征在于,所述基于各所述文本单元的层级位置信息,识别各所述文本单元中包含的引用关系,生成引用关系集合,包括:
3.根据权利要求2所述的基于文本引用关系的知识图谱构建方法,其特征在于,所述基于预设的引用模式集合,对所述文本单元进行匹配,识别所述文本单元中包含的显式引用,提取所述显式引用对应的引用锚词及所述显式引用的目标对象标识,包括:
4.根据权利要求1所述的基于文本引用关系的知识图谱构建方法,其特征在于,所述对所述引用关系集合中的各引用关系进行语义类型分类,确定各所述引用关系分别所属的预设引用类型,生成带类型标签的引用关系集合,包括:
5.根据权利要求1所述的基于文本引用关系的知识图谱构建方法,其特征在于,所述对于所述引用关系集合中属于隐式引用的引用关系,根据所述属于隐式引用的引用关系所在文本单元的层级位置信息以及所述目标文本集的层级结构,确定所述属于隐式引用的引用关系所指向的实际目标文本单元,包括:
6.根据权利要求5所述的基于文本引用关系的知识图谱构建方法,其特征在于,所述在所述候选目标文本单元的数量为多个时,计算各所述候选目标文本单元与所述隐式引用锚词之间的关联度,选择关联度最高的候选目标文本单元作为所述隐式引用实际指向的目标文本单元,包括:
7.根据权利要求1所述的基于文本引用关系的知识图谱构建方法,其特征在于,所述以各所述文本单元为节点,以各所述引用关系为有向边,构建对应的知识图谱,包括:
8.根据权利要求1所述的基于文本引用关系的知识图谱构建方法,其特征在于,所述方法还包括:
9.根据权利要求1所述的基于文本引用关系的知识图谱构建方法,其特征在于,所述方法还包括:
10.一种基于文本引用关系的知识图谱构建装置,其特征在于,包括:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com