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() 基于知识图谱的知识编辑方法、装置、介质及电子设备制造方法及图纸_技高网

基于知识图谱的知识编辑方法、装置、介质及电子设备制造方法及图纸

技术编号:42732249 阅读:39 留言:0更新日期:2024-09-13 12:18
本申请的实施例提供了一种基于知识图谱的知识编辑方法、装置、介质及电子设备。该基于知识图谱的知识编辑方法包括:获取待处理语句;提取所述待处理语句对应的知识三元组,所述知识三元组用于表示所述待处理语句中包含的实体及实体关系;根据所述知识三元组在语言模型所对应的知识图谱中进行校验,以确定所述知识三元组与所述知识图谱中的已有知识是否冲突;根据对所述知识三元组的校验结果,对所述知识图谱及所述语言模型进行知识编辑处理。本申请实施例的技术方案实现了知识图谱中的符号化知识与语言模型的参数化知识的协同编辑,弥补了单一知识表示形式的不足,提升了知识管理的效率和准确性。

【技术实现步骤摘要】

本申请涉及计算机及通信,具体而言,涉及一种基于知识图谱的知识编辑方法、装置、介质及电子设备


技术介绍

1、在人工智能(artificial intelligence,ai)领域,知识表示与管理一直是推动技术发展的关键。传统的知识图谱(knowledge graph,kg)通过结构化的实体、关系和语义描述,提供了高度准确和明确的知识表示方法。然而,kg面临着可扩展性和推理可移植性的挑战,尤其是在面对大规模和动态变化的知识体系时。另一方面,大语言模型(largelanguage model,llm)作为神经网络的代表,通过在海量文本数据上的训练,积累了丰富的“模态知识”,形成了对世界的参数化表征。然而,llm的知识表示形式虽然灵活且广泛,但在知识更新的实时性、精确性处理及防止知识冲突和有害知识攻击等方面存在不足。在此背景下,相关技术中提出的知识编辑技术尽管虽然在一定程度上提升了知识表示和管理的效率,但仍未能完美解决上述的技术问题。


技术实现思路

1、本申请的实施例提供了一种基于知识图谱的知识编辑方法、装置、介质及电子设备,实现了知识图谱中的符号化知识与语言模型的参数化知识的协同编辑,弥补了单一知识表示形式的不足,提升了知识管理的效率和准确性。

2、本申请的其它特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。

3、根据本申请实施例的一个方面,提供了一种基于知识图谱的知识编辑方法,包括:获取待处理语句;提取所述待处理语句对应的知识三元组,所述知识三元组用于表示所述待处理语句中包含的实体及实体关系;根据所述知识三元组在语言模型所对应的知识图谱中进行校验,以确定所述知识三元组与所述知识图谱中的已有知识是否冲突;根据对所述知识三元组的校验结果,对所述知识图谱及所述语言模型进行知识编辑处理。

4、根据本申请实施例的一个方面,提供了一种基于知识图谱的知识编辑装置,包括:获取单元,配置为获取待处理语句;提取单元,配置为提取所述待处理语句对应的知识三元组,所述知识三元组用于表示所述待处理语句中包含的实体及实体关系;校验单元,配置为根据所述知识三元组在语言模型所对应的知识图谱中进行校验,以确定所述知识三元组与所述知识图谱中的已有知识是否冲突;处理单元,配置为根据对所述知识三元组的校验结果,对所述知识图谱及所述语言模型进行知识编辑处理。

5、在本申请的一些实施例中,基于前述方案,所述知识编辑装置还包括:识别单元,配置为识别所述待处理语句的意图;所述提取单元配置为:若所述待处理语句的意识是知识编辑意图,则执行提取所述待处理语句对应的知识三元组的过程;所述处理单元还配置为:若所述待处理语句的意图是对话应答意图,则由所述语言模型生成针对所述待处理语句的应答语句。

6、在本申请的一些实施例中,基于前述方案,所述知识三元组包括主体数据、关系数据和客体数据,所述关系数据用于表示所述主体数据与所述客体数据之间的关系;其中,所述处理单元配置为:若在所述知识图谱中未检测到所包含的主体数据与所述知识三元组中的主体数据相同、且所包含的关系数据与所述知识三元组中的关系数据相同的三元组数据,则使用所述知识三元组对所述知识图谱和所述语言模型进行知识编辑处理。

7、在本申请的一些实施例中,基于前述方案,所述知识三元组包括主体数据、关系数据和客体数据,所述关系数据用于表示所述主体数据与所述客体数据之间的关系;其中,所述处理单元配置为:若在所述知识图谱中检测到所包含的主体数据与所述知识三元组中的主体数据相同、所包含的关系数据与所述知识三元组中的关系数据相同的三元组数据、但所包含的客体数据与所述知识三元组中的客体数据不相同的目标三元组数据,则使用所述知识三元组覆盖所述知识图谱中的所述目标三元组数据,并删除所述语言模型中与所述目标三元组数据相关的编辑参数;在删除所述语言模型中与所述目标三元组数据相关的编辑参数之后,使用所述知识三元组对所述语言模型进行知识编辑处理。

8、在本申请的一些实施例中,基于前述方案,所述处理单元配置为:若在所述知识图谱中检测到与所述知识三元组相同的三元组数据,则跳过使用所述知识三元组对所述知识图谱及所述语言模型进行知识编辑处理的过程。

9、在本申请的一些实施例中,基于前述方案,所述知识三元组包括主体数据、关系数据和客体数据,所述关系数据用于表示所述主体数据与所述客体数据之间的关系;所述处理单元还配置为:若所述知识三元组中的关系数据所表示的实体关系是可逆的,则根据所述知识三元组生成用于表示所述主体数据和客体数据之间的逆向关系的逆向三元组数据;将所述逆向三元组数据作为新的知识三元组在所述知识图谱中进行校验,并基于校验结果对所述知识图谱及所述语言模型进行知识编辑处理。

10、在本申请的一些实施例中,基于前述方案,所述知识三元组包括主体数据、关系数据和客体数据,所述关系数据用于表示所述主体数据与所述客体数据之间的关系;所述处理单元还配置为:在根据所述知识三元组对所述知识图谱及所述语言模型进行知识编辑处理之后,从所述知识图谱中搜索以所述主体数据作为中心的至少一个节点数据;根据搜索得到的所述至少一个节点数据生成新的知识三元组,并使用所述新的知识三元组对所述语言模型进行知识编辑处理。

11、在本申请的一些实施例中,基于前述方案,所述知识编辑装置还包括:存储单元,配置为在每次对所述语言模型进行知识编辑处理之后,存储所述语言模型对应的编辑参数,所述编辑参数用于表示每次对所述语言模型进行知识编辑处理所修改的参数信息。

12、在本申请的一些实施例中,基于前述方案,所述处理单元还配置为:在需要回滚指定三元组数据对所述语言模型的知识编辑操作时,获取在使用所述指定三元组数据对所述语言模型进行知识编辑处理所存储的目标编辑参数;基于所述目标编辑参数对所述语言模型的知识编辑操作进行回滚处理。

13、在本申请的一些实施例中,基于前述方案,所述处理单元还配置为:若识别对所述语言模型的异常编辑过程,则确定需要回滚对所述语言模型的知识编辑操作。

14、在本申请的一些实施例中,基于前述方案,所述存储单元配置为:将所述语言模型对应的编辑参数,以及对所述语言模型进行知识编辑处理所使用的三元组数据进行关联存储。

15、在本申请的一些实施例中,基于前述方案,所述处理单元配置为:根据对所述知识三元组的校验结果,对所述知识图谱中的符号化知识,以及所述语言模型中的参数化知识进行编辑处理,以使所述知识图谱中的符号化知识与所述语言模型中的参数化知识相匹配。

16、根据本申请实施例的一个方面,提供了一种计算机可读介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如上述实施例中所述的基于知识图谱的知识编辑方法。

17、根据本申请实施例的一个方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个计算机程序,当所述一个或多个计算机程序被所述一个或多个处理器执行时,使得所本文档来自技高网...

【技术保护点】

1.一种基于知识图谱的知识编辑方法,其特征在于,包括:

2.根据权利要求1所述的基于知识图谱的知识编辑方法,其特征在于,在提取所述待处理语句对应的知识三元组之前,所述方法还包括:

3.根据权利要求1所述的基于知识图谱的知识编辑方法,其特征在于,所述知识三元组包括主体数据、关系数据和客体数据,所述关系数据用于表示所述主体数据与所述客体数据之间的关系;

4.根据权利要求1所述的基于知识图谱的知识编辑方法,其特征在于,所述知识三元组包括主体数据、关系数据和客体数据,所述关系数据用于表示所述主体数据与所述客体数据之间的关系;

5.根据权利要求1所述的基于知识图谱的知识编辑方法,其特征在于,根据对所述知识三元组的校验结果,对所述知识图谱及所述语言模型进行知识编辑处理,包括:

6.根据权利要求1所述的基于知识图谱的知识编辑方法,其特征在于,所述知识三元组包括主体数据、关系数据和客体数据,所述关系数据用于表示所述主体数据与所述客体数据之间的关系;所述方法还包括:

7.根据权利要求1所述的基于知识图谱的知识编辑方法,其特征在于,所述知识三元组包括主体数据、关系数据和客体数据,所述关系数据用于表示所述主体数据与所述客体数据之间的关系;所述方法还包括:

8.根据权利要求1至7中任一项所述的基于知识图谱的知识编辑方法,其特征在于,所述方法还包括:

9.根据权利要求8所述的基于知识图谱的知识编辑方法,其特征在于,所述方法还包括:

10.根据权利要求9所述的基于知识图谱的知识编辑方法,其特征在于,所述方法还包括:

11.根据权利要求8所述的基于知识图谱的知识编辑方法,其特征在于,存储所述语言模型对应的编辑参数,包括:

12.根据权利要求1至7中任一项所述的基于知识图谱的知识编辑方法,其特征在于,根据对所述知识三元组的校验结果,对所述知识图谱及所述语言模型进行知识编辑处理,包括:

13.一种基于知识图谱的知识编辑装置,其特征在于,包括:

14.一种计算机可读介质,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权利要求1至12中任一项所述的基于知识图谱的知识编辑方法。

15.一种电子设备,其特征在于,包括:

16.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序,所述计算机程序存储在计算机可读存储介质中,电子设备的处理器从所述计算机可读存储介质读取并执行所述计算机程序,使得所述电子设备执行权利要求1至12中任一项所述的基于知识图谱的知识编辑方法。

...

【技术特征摘要】

1.一种基于知识图谱的知识编辑方法,其特征在于,包括:

2.根据权利要求1所述的基于知识图谱的知识编辑方法,其特征在于,在提取所述待处理语句对应的知识三元组之前,所述方法还包括:

3.根据权利要求1所述的基于知识图谱的知识编辑方法,其特征在于,所述知识三元组包括主体数据、关系数据和客体数据,所述关系数据用于表示所述主体数据与所述客体数据之间的关系;

4.根据权利要求1所述的基于知识图谱的知识编辑方法,其特征在于,所述知识三元组包括主体数据、关系数据和客体数据,所述关系数据用于表示所述主体数据与所述客体数据之间的关系;

5.根据权利要求1所述的基于知识图谱的知识编辑方法,其特征在于,根据对所述知识三元组的校验结果,对所述知识图谱及所述语言模型进行知识编辑处理,包括:

6.根据权利要求1所述的基于知识图谱的知识编辑方法,其特征在于,所述知识三元组包括主体数据、关系数据和客体数据,所述关系数据用于表示所述主体数据与所述客体数据之间的关系;所述方法还包括:

7.根据权利要求1所述的基于知识图谱的知识编辑方法,其特征在于,所述知识三元组包括主体数据、关系数据和客体数据,所述关系数据用于表示所述主体数据与所述客体数据之间的关系;所述方法还包括:

...

【专利技术属性】
技术研发人员:田博中程思源蔡俊贤刘庆斌陈曦
申请(专利权)人:腾讯科技深圳有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1