【技术实现步骤摘要】
本申请属于信息查询，尤其涉及一种知识图谱处理方法、装置、电子设备、存储介质及产品。
技术介绍
1、在互联网信息高速发展的背景下，知识图谱作为一种可以高效组织数据的数据结构，在各种高智能的自然语言任务中都有广泛的应用。
2、目前所采用的图谱构建及生成的方式包括概念层次学习和事实学习等。在采用相关技术中的方式构建和生成知识图谱时，仍存在一定缺陷。例如，构建与推理过程需要应用到较为复杂的领域知识建模，建模较为复杂，难以适应多样化的运维场景；来自不同数据源的数据需要进行有效融合，存在数据一致性和整合性较差的问题；依赖于复杂逻辑关系实现的符号推理过程存在准确性下降的问题。
技术实现思路
1、本申请实施例提供一种知识图谱处理方法、装置、电子设备、存储介质及产品，能够改善相关技术中构建和生成知识图谱时存在的缺陷。
2、第一方面，本申请实施例提供一种知识图谱处理方法，包括：
3、获取基于符号逻辑推理生成的知识图谱；
4、对用户的输入文本进行命名实体识别，得到主题实体；
5、基于映射规范语言对所述主题实体进行实体链接，得到所述知识图谱中对应的多个候选实体；
6、分别计算各个候选实体与所述主题实体的相似度评分，并根据各个候选实体的相似度评分从多个候选实体中确定答案实体。
7、在一些实施例中，所述获取基于符号逻辑推理生成的知识图谱之前，还包括：
8、基于符号逻辑定义推理规则；
9、基于预设抽取规则
10、将抽取到的异常事件进行分组，并基于分组后的异常事件构建各个计算实例的异常子图；
11、根据各个计算实例之间的对应关系和调用关系构建各个计算实例之间的关系，以将各个计算实例的异常子图构建为初步的知识图谱；
12、将所述初步的知识图谱进行分解，得到分解子图谱，并根据所述推理规则将所述分解子图谱构建为新的知识图谱；
13、根据应用资源配置管理库对知识图谱进行验证。
14、在一些实施例中，所述基于预设抽取规则，从系统中分别抽取各个计算实例中的多个网元在预设时间区间内的异常事件，包括：
15、从系统中分别确定各个计算实例中的每个网元发生异常事件的时间节点；
16、针对每个网元，从最晚异常事件的时间节点开始，向前依次查找并抽取各个异常事件，直至两个异常事件的时间间隔大于预设间隔阈值时停止抽取。
17、在一些实施例中，所述根据各个计算实例之间的对应关系和调用关系构建各个计算实例之间的关系，以将各个计算实例的异常子图构建为初步的知识图谱，包括：
18、从应用资源配置管理库amdb获取各个计算实例之间的对应关系；
19、从系统中获取各个计算实例之间的调用关系，以对各个计算实例之间的对应关系进行调整；
20、基于调整后的各个计算实例之间的对应关系，根据频繁子图挖掘算法从各个计算实例的异常子图中挖掘出具有频繁关系的部分异常子图，并根据部分异常子图对应的计算实例之间的关系将各个计算实例的异常子图进行连接以得到初步的知识图谱。
21、在一些实施例中，所述将所述初步的知识图谱进行分解，得到分解子图谱，并根据所述推理规则将所述分解子图谱构建为新的知识图谱，包括：
22、将各个初步的知识图谱分解为仅有一条边的分解子图谱；
23、对分解子图谱进行文本分类和命名实体识别，并通过向量化得到图谱向量；
24、根据所述推理规则和所述图谱向量对所述知识图谱进行调整优化。
25、在一些实施例中，所述根据所述推理规则和所述图谱向量对所述知识图谱进行调整优化之后，还包括：
26、从历史工单中确定与知识图谱关联的部分工单作为训练样本；
27、基于所述训练样本对所述知识图谱进行完善。
28、在一些实施例中，所述根据应用资源配置管理库对知识图谱进行验证，包括：
29、从应用资源配置管理库获取各个计算实例之间的第一关系簇；
30、从新的知识图谱中获取各个计算实例之间的第二关系簇；
31、计算所述第一关系簇与所述第二关系簇之间的相似系数，以根据所述相似系数对新的知识图谱进行验证。
32、在一些实施例中，所述计算所述第一关系簇与所述第二关系簇之间的相似系数，包括：
33、计算所述第一关系簇与所述第二关系簇之间的交并比；
34、在所述交并比达到验证阈值的情况下，确定验证结果为成功。
35、第二方面，本申请实施例提供了一种知识图谱处理装置，包括：
36、获取模块，用于获取基于符号逻辑推理生成的知识图谱；
37、识别模块，用于对用户的输入文本进行命名实体识别，得到主题实体；
38、链接模块，用于基于映射规范语言对所述主题实体进行实体链接，得到所述知识图谱中对应的多个候选实体；
39、评分模块，用于分别计算各个候选实体与所述主题实体的相似度评分，并根据各个候选实体的相似度评分从多个候选实体中确定答案实体。
40、第三方面，本申请实施例提供了一种电子设备，处理器以及存储有计算机程序指令的存储器；
41、处理器执行计算机程序指令时实现第一方面的知识图谱处理方法的步骤。
42、第四方面，本申请实施例提供了一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现第一方面的知识图谱处理方法的步骤。
43、第五方面，本申请实施例提供了一种计算机程序产品，计算机程序产品中的指令被处理器执行时实现第一方面的知识图谱处理方法的步骤。
44、本申请实施例的知识图谱处理方法、装置、电子设备、存储介质及产品，在通过符号逻辑推理生成知识图谱后，可以通过对用户的输入文本进行命名实体识别得到主题实体。通过映射规范语言对主题实体进行实体链接，可以得到知识图谱中对应的多个候选实体。在计算各个候选实体与主题实体的相似度评分后，可以选出答案实体推送给用户，以实现智能问答。由于符号逻辑推理的规则可以根据特定应用或特定场景进行定义，并针对特定应用或需求进行调整或扩展，能够使得生成的知识图谱具有相关领域的准确性，适应多样化的运维场景，生成一个全面性和准确性较高的知识图谱。
本文档来自技高网...【技术保护点】
1.一种知识图谱处理方法，其特征在于，包括：
2.根据权利要求1所述的知识图谱处理方法，其特征在于，所述获取基于符号逻辑推理生成的知识图谱之前，还包括：
3.根据权利要求2所述的知识图谱处理方法，其特征在于，所述基于预设抽取规则，从系统中分别抽取各个计算实例中的多个网元在预设时间区间内的异常事件，包括：
4.根据权利要求2所述的知识图谱处理方法，其特征在于，所述根据各个计算实例之间的对应关系和调用关系构建各个计算实例之间的关系，以将各个计算实例的异常子图构建为初步的知识图谱，包括：
5.根据权利要求2所述的知识图谱处理方法，其特征在于，所述将所述初步的知识图谱进行分解，得到分解子图谱，并根据所述推理规则将所述分解子图谱构建为新的知识图谱，包括：
6.根据权利要求5所述的知识图谱处理方法，其特征在于，所述根据所述推理规则和所述图谱向量对所述知识图谱进行调整优化之后，还包括：
7.根据权利要求5所述的知识图谱处理方法，其特征在于，所述根据应用资源配置管理库对知识图谱进行验证，包括：
8.根据权利要求7
9.一种知识图谱处理装置，其特征在于，包括：
10.一种电子设备，其特征在于，包括：处理器以及存储有计算机程序指令的存储器；
11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-8任意一项所述的知识图谱处理方法的步骤。
12.一种计算机程序产品，其特征在于，所述计算机程序产品中的指令被处理器执行时实现如权利要求1-8任意一项所述的知识图谱处理方法的步骤。
...【技术特征摘要】
1.一种知识图谱处理方法，其特征在于，包括：
2.根据权利要求1所述的知识图谱处理方法，其特征在于，所述获取基于符号逻辑推理生成的知识图谱之前，还包括：
3.根据权利要求2所述的知识图谱处理方法，其特征在于，所述基于预设抽取规则，从系统中分别抽取各个计算实例中的多个网元在预设时间区间内的异常事件，包括：
4.根据权利要求2所述的知识图谱处理方法，其特征在于，所述根据各个计算实例之间的对应关系和调用关系构建各个计算实例之间的关系，以将各个计算实例的异常子图构建为初步的知识图谱，包括：
5.根据权利要求2所述的知识图谱处理方法，其特征在于，所述将所述初步的知识图谱进行分解，得到分解子图谱，并根据所述推理规则将所述分解子图谱构建为新的知识图谱，包括：
6.根据权利要求5所述的知识图谱处理方法，其特征在于，所述根据所述推理规则和所...
【专利技术属性】
技术研发人员：刘野，
申请(专利权)人：中国移动通信集团辽宁有限公司，
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。