System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及图谱构建,尤其涉及一种知识图谱构建方法、装置、电子设备及存储介质。
技术介绍
1、知识图谱本质上是一种结构化的知识表示方法,包含概念、属性及这两者之间的各种语义关系。根据知识图谱中包含知识的适用范围不同,可分为通用知识图谱和领域/行业知识图谱。近年来,随着大数据与遥感技术的快速发展,灾害相关数据的数据来源、种类,以及数据量都有大幅度提升。
2、现有的灾害知识图谱相关研究,一般以灾害本体建模和灾害知识的可视化表达为主,往往针对单一灾害相关知识、致灾机理、灾害风险及应急减灾等展开,难以全面分析灾害事件的演化过程与关联关系,且难以完整及准确描述原生灾害引起次生灾害的发生机理。
技术实现思路
1、本专利技术提供一种知识图谱构建方法、装置、电子设备及存储介质,用以解决现有技术难以全面分析灾害事件的演化过程与关联关系,整体及准确描述原生灾害引起次生灾害的发生机理的缺陷,采用大量的输入文本序列,对灾害事件对应的知识图谱进行构建,能够更全面、更准确地描述灾害属性,具有较好的可扩展性和普适性,为后续推理灾害事件的演变过程提供强大的基础数据服务,并能够完整及准确描述原生灾害引起次生灾害的发生机理。
2、本专利技术提供一种知识图谱构建方法,包括:
3、获取灾害事件对应的多个输入文本序列;
4、针对各输入文本序列,根据输入文本序列对应的文本序列向量,确定不同实体类型各自对应的多个语义表达向量;针对各实体类型,根据实体类型对应的多个语义表达向量各
5、根据所述多个输入文本序列各自对应的多个实体识别结果,构建所述灾害事件对应的知识图谱。
6、根据本专利技术提供的一种知识图谱构建方法,所述根据实体类型对应的多个语义表达向量各自对应的起点指针矩阵和终点指针矩阵,确定所述实体类型对应的实体识别结果,包括:在所述实体类型对应的多个语义表达向量存在实体非交叠嵌套的情况下,根据所述多个语义表达向量各自对应的起点指针矩阵和终点指针矩阵,将匹配启发规则的起点指针矩阵所对应的语义表达向量,与匹配所述启发规则的终点指针矩阵所对应的语义表达向量进行配对,得到第一配对结果,并将所述第一配对结果,确定为所述实体类型对应的实体识别结果;或,在所述实体类型对应的多个语义表达向量存在实体非交叠嵌套的情况下,确定第一语义表达向量对应的起点指针矩阵之后出现的首个终点指针矩阵,并将所述首个终点指针矩阵对应的第二语义表达向量与所述第一语义表达向量进行配对,得到第二配对结果,所述第一语义表达向量与所述第二语义表达向量均属于所述多个语义表达向量;将所述第二配对结果,确定为所述实体识别结果。
7、根据本专利技术提供的一种知识图谱构建方法,所述根据实体类型对应的多个语义表达向量各自对应的起点指针矩阵和终点指针矩阵,确定所述实体类型对应的实体识别结果,包括:在所述多个语义表达向量存在实体交叠嵌套的情况下,根据所述多个语义表达向量各自对应的起点指针矩阵概率和终点指针矩阵概率,确定第三配对结果,并将所述第三配对结果,确定为所述实体识别结果。
8、根据本专利技术提供的一种知识图谱构建方法,所述根据输入文本序列对应的文本序列向量,确定不同实体类型各自对应的多个语义表达向量,包括:对所述输入文本序列进行语义编码,得到所述文本序列向量;针对各实体类型,根据所述文本序列向量、实体类型对应的语义学习矩阵和语义学习向量,确定所述实体类型对应的所述多个语义表达向量。
9、根据本专利技术提供的一种知识图谱构建方法,所述根据所述多个输入文本序列各自对应的多个实体识别结果,构建所述灾害事件对应的知识图谱,包括:针对各实体识别结果,对实体识别结果进行关系抽取,得到知识抽取结果;根据所述多个实体识别结果各自对应的知识抽取结果,构建所述灾害事件对应的知识图谱。
10、根据本专利技术提供的一种知识图谱构建方法,所述对实体识别结果进行关系抽取,得到知识抽取结果,包括:对所述实体识别结果进行候选关系标注,得到候选文本;对所述候选文本进行语义编码,得到编码文本;对所述编码文本进行关系分类,得到所述知识抽取结果。
11、根据本专利技术提供的一种知识图谱构建方法,所述根据所述多个输入文本序列各自对应的多个实体识别结果,构建所述灾害事件对应的知识图谱,包括:对所述多个输入文本序列各自对应的多个实体识别结果进行图谱实例层融合,得到所述灾害事件对应的初始知识图谱;对所述初始知识图谱中的多个实体识别结果进行语义匹配和优化,得到所述知识图谱。
12、本专利技术还提供一种知识图谱构建装置,包括:
13、获取模块,用于获取灾害事件对应的多个输入文本序列;
14、文本处理模块,用于针对各输入文本序列,根据输入文本序列对应的文本序列向量,确定不同实体类型各自对应的多个语义表达向量;针对各实体类型,根据实体类型对应的多个语义表达向量各自对应的起点指针矩阵和终点指针矩阵,确定所述实体类型对应的实体识别结果;
15、图谱构建模块,用于根据所述多个输入文本序列各自对应的多个实体识别结果,构建所述灾害事件对应的知识图谱。
16、本专利技术还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述知识图谱构建方法。
17、本专利技术还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述知识图谱构建方法。
18、本专利技术还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述知识图谱构建方法。
19、本专利技术提供的知识图谱构建方法、装置、电子设备及存储介质,通过获取灾害事件对应的多个输入文本序列;针对各输入文本序列,根据输入文本序列对应的文本序列向量,确定不同实体类型各自对应的多个语义表达向量;针对各实体类型,根据实体类型对应的多个语义表达向量各自对应的起点指针矩阵和终点指针矩阵,确定所述实体类型对应的实体识别结果;根据所述多个输入文本序列各自对应的多个实体识别结果,构建所述灾害事件对应的知识图谱。该方法采用大量的输入文本序列,对灾害事件对应的知识图谱进行构建,能够更全面、更准确地描述灾害属性,具有较好的可扩展性和普适性,为后续推理灾害事件的演变过程提供强大的基础数据服务,并能够完整及准确描述原生灾害引起次生灾害的发生机理。
本文档来自技高网...【技术保护点】
1.一种知识图谱构建方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述根据实体类型对应的多个语义表达向量各自对应的起点指针矩阵和终点指针矩阵,确定所述实体类型对应的实体识别结果,包括:
3.根据权利要求1所述的方法,其特征在于,所述根据实体类型对应的多个语义表达向量各自对应的起点指针矩阵和终点指针矩阵,确定所述实体类型对应的实体识别结果,包括:
4.根据权利要求1所述的方法,其特征在于,所述根据输入文本序列对应的文本序列向量,确定不同实体类型各自对应的多个语义表达向量,包括:
5.根据权利要求1所述的方法,其特征在于,所述根据所述多个输入文本序列各自对应的多个实体识别结果,构建所述灾害事件对应的知识图谱,包括:
6.根据权利要求5所述的方法,其特征在于,所述对实体识别结果进行关系抽取,得到知识抽取结果,包括:
7.根据权利要求1-6任一项所述的方法,其特征在于,所述根据所述多个输入文本序列各自对应的多个实体识别结果,构建所述灾害事件对应的知识图谱,包括:
8.一种知识图谱构建
9.一种电子设备,包括存储器、处理器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程序时实现如权利要求1至7任一项所述知识图谱构建方法。
10.一种非暂态计算机可读存储介质,其上存储有计算机程序,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任一项所述知识图谱构建方法。
...【技术特征摘要】
1.一种知识图谱构建方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述根据实体类型对应的多个语义表达向量各自对应的起点指针矩阵和终点指针矩阵,确定所述实体类型对应的实体识别结果,包括:
3.根据权利要求1所述的方法,其特征在于,所述根据实体类型对应的多个语义表达向量各自对应的起点指针矩阵和终点指针矩阵,确定所述实体类型对应的实体识别结果,包括:
4.根据权利要求1所述的方法,其特征在于,所述根据输入文本序列对应的文本序列向量,确定不同实体类型各自对应的多个语义表达向量,包括:
5.根据权利要求1所述的方法,其特征在于,所述根据所述多个输入文本序列各自对应的多个实体识别结果,构建所述灾害事件对应的知识图谱,包...
【专利技术属性】
技术研发人员:杨东,张多才,张龙星,汪磊,蒋文娟,陆读羚,姚旭,
申请(专利权)人:北京观微科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。