一种面向本体约束的领域知识图谱构建方法及装置
本发明涉及领域知识图谱构建,具体涉及一种面向本体约束的领域知识图谱构建方法及装置。
背景技术:
1、领域知识图谱作为一种结构化的知识表示技术,在生态、生物、医疗、法律等众多垂直领域中扮演着关键角色。构建高质量的领域知识图谱是实现下游智能应用的基础。
2、现有的领域知识图谱构建方法主要包括规则驱动方法、监督学习方法以及大语言模型方法。规则驱动方法依赖领域专家预定义规则,成本高昂且适应性差。监督学习方法严重依赖大规模、高质量的人工标注语料,存在标注成本高、跨领域迁移能力弱的缺陷。大语言模型方法虽然展现了强大的语义理解能力,但存在实体识别不准、关系抽取错误等问题,最终影响了图谱的整体质量。
技术实现思路
1、有鉴于此,提供一种面向本体约束的领域知识图谱构建方法及装置,以解决现有技术存在的实体识别不准、关系抽取错误的问题。
2、本发明采用如下技术方案:
3、第一方面,本发明提供了一种面向本体约束的领域知识图谱构建方法,包括:
4、获取目标垂直领域的多源异构数据并进行预处理,得到文本块集合;
5、使用预设的命名实体识别模型,对所述文本块集合中的各文本块进行实体识别,得到对应的候选实体子集合;所述命名实体识别模型中融合了目标垂直领域的领域本体模型;所述候选实体子集合中包含多个候选实体及其实体类型;
6、在本体约束引擎的约束下,对由所有候选实体子集合合并得到的第一候选实体集合进行实体对齐与归并,得到第二候选实体集合;所述本体约束引擎利用所述领域本体模型生成;
7、使用所述第二候选实体集合构建第一候选实体对集合;
8、在本体约束引擎的约束下,对所述第一候选实体对集合中的第一候选实体对进行关系抽取,得到候选三元组集合;所述候选三元组集合中的候选三元组包含一个第一候选实体对及其候选关系;
9、基于所述候选三元组集合,构建领域知识图谱。
10、可选的,在本体约束引擎的约束下,对由所有候选实体子集合合并得到的第一候选实体集合进行实体对齐与归并,得到第二候选实体集合,具体包括:
11、对所述第一候选实体集合中的候选实体进行配对,得到多个第二候选实体对;第二候选实体对中的两个候选实体来自不同的文本块或数据源;
12、针对每个第二候选实体对,采用如下公式计算第二候选实体对的综合相似度:
13、
14、式中,为预设的权重系数,为对应的文本语义相似度,为对应在本体约束引擎oce的约束下的本体语义相似度;
15、在大于预设的相似度阈值,且对应的实体类型一致时,对执行实体归并,生成统一实体表示;
16、使用所有统一实体表示和所有未被归并的候选实体生成所述第二候选实体集合。
17、可选的,在对由所有候选实体子集合合并得到的第一候选实体集合进行实体对齐与归并之前,还包括:
18、在本体约束引擎的约束下,对所述第一候选实体集合进行噪声候选实体过滤和实体类型修正,得到用于实体对齐与归并的第一候选实体集合。
19、可选的,在本体约束引擎的约束下,对所述第一候选实体集合进行噪声候选实体过滤和实体类型修正,具体包括:
20、针对所述第一候选实体集合中的每个候选实体,采用如下公式计算候选实体的本体约束评分:
21、
22、式中,为对应的语义置信度得分,由所述命名实体识别模型输出;为预设的权重系数;为对应与oce中定义的约束规则的一致性得分;
23、在小于预设的约束评分阈值时,删除对应;
24、针对当前剩余的每个所述候选实体,若候选实体的实体类型违反了oce中定义的约束规则,则依据oce的本体拓扑结构修正候选实体的实体类型。
25、可选的,使用所述第二候选实体集合构建第一候选实体对集合,具体包括:
26、对所述第二候选实体集合中的各候选实体进行两两配对,得到多个第一候选实体对;
27、利用所述本体约束引擎中的关系约束对所有第一候选实体对进行筛选,使用筛选出的第一候选实体对构建第一候选实体对集合。
28、可选的,在本体约束引擎的约束下,对所述第一候选实体对集合中的第一候选实体对进行关系抽取,得到候选三元组集合,具体包括:
29、针对所述第一候选实体对集合中的每个第一候选实体对,分别采用如下公式计算第一候选实体对关于本体约束引擎中的各关系的推测概率:
30、
31、式中,为预设的关系抽取模型给出的推测得分;为在oce约束下,应用于的合理性得分;
32、在取值最高的大于预设的概率阈值时,选取最高的作为的候选关系,使用该候选关系与生成对应的候选三元组。
33、可选的,基于所述候选三元组集合,构建领域知识图谱,具体包括:
34、针对所述候选三元组集合中的每个候选三元组,采用如下公式计算候选三元组的综合一致性得分:
35、
36、式中,为预设的权重系数;为在oce的约束下,的合法性得分;
37、在大于预设的得分阈值时,将对应加入显式三元组集合;
38、基于所述显式三元组集合,构建领域知识图谱。
39、可选的,基于所述候选三元组集合,构建领域知识图谱,具体包括:
40、针对所述候选三元组集合中的每个候选三元组,计算候选三元组的综合一致性得分:
41、在大于预设的得分阈值时,将对应加入显式三元组集合;
42、使用所述显式三元组集合,构建初始知识图谱,所述初始知识图谱为层次化结构;
43、在所述初始知识图谱上,采用本体感知的图神经网络进行节点表示学习,所述图神经网络在消息传播过程中引入由关系定义域和值域构成的本体先验信息;
44、基于学习到的节点表示,对所述初始知识图谱中未以显式边连接的头尾实体进行关系推测,根据推测概率和所述本体约束引擎中的关系约束,确定隐式三元组,生成隐式三元组集合;
45、计算所述隐式三元组集合中的每个隐式三元组的综合一致性得分,并删除不大于预设的得分阈值的隐式三元组;
46、将未被删除的所有隐式三元组补入所述初始知识图谱,得到所述领域知识图谱。
47、第二方面,本发明提供了一种面向本体约束的领域知识图谱构建装置,包括:
48、获取模块,用于获取目标垂直领域的多源异构数据并进行预处理,得到文本块集合;
49、识别模块,用于使用预设的命名实体识别模型,对所述文本块集合中的各文本块进行实体识别,得到对应的候选实体子集合;所述命名实体识别模型中融合了目标垂直领域的领域本体模型;所述候选实体子集合中包含多个候选实体及其实体类型;
50、归并模块,用于在本体约束引擎的约束下,对由所有候选实体子集合合并得到的第一候选实体集合进行实体对齐与归并,得到第二候选实体集合;所述本体约束引擎利用所述领域本体模型生成;
51、第一构建模块,用于使用所述第二候选实体集合构建第一候选实体对集合;
52、抽取模块,用于在本体约束引擎的约束下,对所述第一候选实体对集合中的第一候选实体对进行关系抽取,得到候选三元组集合;所述候选三元组集合中的候选三元组包含一个第一候选实体对及其候选关系;
53、第二构建模块,用于基于所述候选三元组集合,构建领域知识图谱。
54、本发明采用以上技术方案,通过使用融合了目标垂直领域的领域本体模型的命名实体识别模型,对文本块集合中的各文本块进行实体识别,使得本发明能够降低实体的识别歧义,提高实体识别准确性。以及,通过利用领域本体模型生成本体约束引擎,在本体约束引擎的约束下,进行实体对齐与归并,使得本发明能够有效消除实体指称的歧义,提高实体质量和降低实体冗余度;以及,通过在本体约束引擎的约束下,进行实体关系抽取,使得本发明能够降低实体关系抽取的歧义,提高实体关系抽取的准确性。最终提高了图谱的整体质量。
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