一种基于谈话内容的关系图谱构建方法和系统与流程

本申请涉及自然语言处理，特别是涉及一种基于谈话内容的关系图谱构建方法、系统、计算机设备和计算机可读存储介质。

背景技术：

1、在一些特定专业场景的谈话工作中，与相关人员的谈话是获取关键信息的中心环节。此类谈话记录往往具有时间跨度长、信息密度高、人物关系交错等特点。目前，为从这些海量的、非结构化的谈话文本材料中梳理人物关系、还原事件脉络，人物关系图谱技术已有所应用。

2、现有的关系图谱技术，其核心在于抽取并展示基础的人物关系三元组（例如：“张某某-同事-李某某”）。然而，这种传统图谱技术在实践中存在显著的局限性：

3、首先，关系信息维度单一，深度严重不足。现有图谱仅能标识关系的存在性与基本类型，但无法刻画关系发生的时间、地点、具体事件背景、交往频次等关键属性信息，导致图谱成为一种高度简化的关系骨架，而非承载丰富细节的脉络。

技术实现思路

1、本申请实施例提供了一种基于谈话内容的关系图谱构建方法、系统、计算机设备和计算机可读存储介质，以至少解决相关技术中的关系图谱构建方法无法满足特定场景下回溯需求的问题。

2、第一方面，本申请实施例提供了一种基于谈话内容的关系图谱构建方法，所述方法包括：

3、获取并处理特定专业场景的谈话文本，生成待分析的洁净文本，所述处理包括对所述谈话文本进行预处理与标准化；

4、基于所述洁净文本进行实体识别确定初步实体，通过多维特征融合模型，计算所述初步实体之间的综合相似度得分，并根据所述综合相似度得分将所述洁净文本中的初步实体对齐，确定全局唯一的实体对象；

5、通过经指令微调的大语言模型，从经过初步实体对齐的洁净文本中，抽取所述实体对象间的属性化关系，并关联所述属性化关系在所述洁净文本中的原始证据片段，其中，所述属性化关系包括预设的关系类型以及与该属性化关系关联的属性信息；

6、基于所述实体对象和关联原始证据片段的所述属性化关系，构建谈话内容关系图谱。

7、在其中一些实施例中，对所述谈话文本进行预处理包括：

8、利用语言模型或预置纠错规则，对所述谈话文本中专有名词的谐音错误进行初步修正，并执行文本规范化处理，其中，所述文本规范化处理包括：口语化词汇去除、重复表达合并和语句逻辑规整；

9、以及，将所述规范化处理后的谈话文本，按照对话轮次、和/或时间标记、和/或话题聚类，分割为以具体事件为中心且具有限定上下文的语义单元，得到所述洁净文本。

10、在其中一些实施例中，通过多维特征融合模型，计算所述初步实体之间的综合相似度得分包括：

11、获取所述初步实体的多维特征，其中，所述多维特征包括：字面特征、上下文语义特征及实体属性特征；

12、通过引入负样本学习机制的机器学习模型，根据所述多维特征，进行预设权重的加权计算，得到所述综合相似度得分，

13、其中，所述字面特征通过计算实体名称的字面编辑距离，和/或拼音序列的相似度获得，所述上下文语义特征通过将所述初步实体周围的上下文片段转换为向量表示，并通过计算所述向量表示之间的余弦相似度获得。

14、在其中一些实施例中，所述实体属性特征通过从初步实体对齐的洁净文本中抽取与所述实体对象关联的属性信息，并对所述属性信息进行相似度比对获得，其中，所述属性信息包括职务信息、所属单位信息、籍贯信息或已知关联人信息。

15、在其中一些实施例中，通过经指令微调的大语言模型抽取出属性化关系，包括：

16、利用指令微调技术，基于预先定义且符合特定专业场景需求的结构化指令数据集，对基础大语言模型进行微调训练，得到能够执行关系与属性抽取指令的微调模型；

17、向所述微调模型输入经过初步实体对齐的洁净文本，并通过预设的提示词，引导所述微调模型进行基于思维链的深度抽取，输出所述属性化关系，其中，所述提示词用于，约束所述微调模型的输出中包含用于验证所述属性化关系存在的原文证据片段。

18、在其中一些实施例中，所述属性信息具体包括：关系发生的时间、关系发生的地点、关系涉及的物品或金额、事件过程的文本描述；

19、通过在所述谈话内容关系图谱的边属性中，标注所述属性化关系所依据的关键引文，以及所述关键引文在原始谈话文本中的位置信息，以关联所述原始证据片段。

20、在其中一些实施例中，所述方法还包括：

21、获取更新的谈话文本，并从所述更新的谈话文本抽取出更新的属性化关系及其关联的实体对象；

22、对所述关联的实体对象进行实体对齐判断，若所述实体对象已存在于当前的所述谈话内容关系图谱中，则将所述更新的属性化关系作为一条新的边添加至对应的所述实体对象之间；

23、对所述更新的属性化关系进行判断，若其与所述谈话内容关系图谱中已存在的目标边属于同一客观事件，则将所述更新的属性化关系所关联的原始证据片段，作为新增证据源补充至所述目标边的属性列表中。

24、第二方面，本申请实施例提供了一种基于谈话内容的关系图谱构建系统，所述系统包括：

25、获取模块，用于获取并处理特定专业场景的谈话文本，生成待分析的洁净文本，所述处理包括对所述谈话文本进行预处理与标准化；

26、对齐模块，用于基于所述洁净文本进行实体识别确定初步实体，通过多维特征融合模型，计算所述初步实体之间的综合相似度得分，并根据所述综合相似度得分将所述洁净文本中的初步实体对齐，确定全局唯一的实体对象；

27、抽取模块，用于通过经指令微调的大语言模型，从经过初步实体对齐的洁净文本中，抽取所述实体对象间的属性化关系，并关联所述属性化关系在所述洁净文本中的原始证据片段，其中，所述属性化关系包括预设的关系类型以及与该属性化关系关联的属性信息；

28、构建模块，用于基于所述实体对象和所述属性化关系，构建谈话内容关系图谱。

29、第三方面，本申请实施例提供了一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的方法。

30、第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的方法。

31、相比于相关技术，本申请实施例提供的一种基于谈话内容的关系图谱构建方法，通过多维特征融合的实体对齐方法，解决口语化文本中常见的同音异字、多重指代等问题，确保图谱节点的准确性与唯一性；其次，利用指令微调的大语言模型进行深度关系抽取，将传统图谱中单一的“人物-关系-人物”三元组，升级为包含时间、地点、事件、证据来源等丰富属性的动态关系，并强制将关系与原始证据强绑定，解决信息溯源和可解释性问题，实现构建富属性、可追溯的深度关系图谱，提升谈话内容分析效率与分析深度，并为证据链的构建提供了可信技术支撑。

1.一种基于谈话内容的关系图谱构建方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，对所述谈话文本进行预处理包括：

3.根据权利要求1所述的方法，其特征在于，通过多维特征融合模型，计算所述初步实体之间的综合相似度得分包括：

4.根据权利要求3所述的方法，其特征在于，所述实体属性特征通过从初步实体对齐的洁净文本中抽取与所述实体对象关联的属性信息，并对所述属性信息进行相似度比对获得，其中，所述属性信息包括职务信息、所属单位信息、籍贯信息或已知关联人信息。

5.根据权利要求1所述的方法，其特征在于，通过经指令微调的大语言模型抽取出属性化关系，包括：

6.根据权利要求1所述的方法，其特征在于，所述属性信息具体包括：关系发生的时间、关系发生的地点、关系涉及的物品或金额、事件过程的文本描述；

7.根据权利要求1所述的方法，其特征在于，所述方法还包括：

8.一种基于谈话内容的关系图谱构建系统，其特征在于，所述系统包括：

9.一种计算机设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1至7中任一项所述的方法。