知识图谱的生成方法、关系挖掘方法、装置、设备和介质制造方法及图纸

本申请公开了一种知识图谱的生成方法、关系挖掘方法、装置、设备和介质，涉及知识图谱领域。具体实现方案为：获取初始知识图谱，所述初始知识图谱包括多个具有连接关系的节点；从所述初始知识图谱中，确定满足设定属性信息要求的多个目标地图元素，该地图元素包括目标节点和目标边中的至少一项；将所述多个目标地图元素进行合并，生成知识图谱。本实施例使得节点和边能够表达更多的属性信息，提高知识图谱的表达能力；而且，能够减小图结构，在将知识图谱在应用于动态关系挖掘等业务场景中时，能够简化分析流程，减少计算量，提高计算效率。

Generation method, relation mining method, device, equipment and medium of knowledge map

【技术实现步骤摘要】
知识图谱的生成方法、关系挖掘方法、装置、设备和介质
本申请涉及计算机技术，尤其涉及知识图谱

技术介绍
知识图谱(KnowledgeGraph)在图书情报界称为知识域可视化或知识领域映射地图，是显示知识发展进程与结构关系的一系列各种不同的图形，用可视化技术描述知识资源及其载体，挖掘、分析、构建、绘制和显示知识及它们之间的相互联系。以社交关系知识图谱为例，图谱中的节点代表人，节点之间的边代表人与人之间的关系；以金融知识图谱为例，图谱中的节点代表账户，节点之间的边代表账户与账户间的转账关系。现有的知识图谱的表达能力不足，导致知识图谱在应用于关系挖掘等业务场景中时，难以发挥有效作用。
技术实现思路
本申请实施例提供了一种知识图谱的生成方法、关系挖掘方法、装置、设备和介质。第一方面，本申请实施例提供了一种知识图谱的生成方法，包括：获取初始知识图谱，所述初始知识图谱包括多个具有连接关系的节点；从所述初始知识图谱中，确定满足设定属性信息要求的多个目标地图元素，地图元素包括目标节点和目标边中的至少一项；将所本文档来自技高网...

【技术保护点】
1.一种知识图谱的生成方法，其特征在于，包括：/n获取初始知识图谱，所述初始知识图谱包括多个具有连接关系的节点；/n从所述初始知识图谱中，确定满足设定属性信息要求的多个目标地图元素，所述目标地图元素包括目标节点和目标边中的至少一项；/n将所述多个目标地图元素进行合并，生成知识图谱。/n

【技术特征摘要】
1.一种知识图谱的生成方法，其特征在于，包括：
获取初始知识图谱，所述初始知识图谱包括多个具有连接关系的节点；
从所述初始知识图谱中，确定满足设定属性信息要求的多个目标地图元素，所述目标地图元素包括目标节点和目标边中的至少一项；
将所述多个目标地图元素进行合并，生成知识图谱。


2.根据权利要求1所述的方法，其特征在于，所述从所述初始知识图谱中，确定满足设定属性信息要求的多个目标地图元素，包括：
如果所述目标地图元素包括目标节点，从所述初始知识图谱中，确定任两个节点的属性信息的值之差在设定范围内的多个目标节点；
如果所述目标地图元素包括目标边，从所述初始知识图谱中，确定两个节点之间属性信息的类型相同的多条目标边。


3.根据权利要求1所述的方法，其特征在于，在所述将所述多个目标地图元素进行合并，生成知识图谱之后，还包括：
从所述知识图谱中确定超级节点，所述超级节点连接的边的数量超过设定值；
根据所述超级节点连接的边的属性信息，将所述超级节点连接的边划分为多个边集合；
根据所述边集合的数量，将所述超级节点拆分为相应数量个节点，并将每个边集合中的边连接到拆分后的每个节点上。


4.根据权利要求1-3任一项所述的方法，其特征在于，所述获取初始知识图谱，包括：
获取用于构建初始知识图谱的多种类型的多张子图，以及多张子图中节点的信息和边的属性信息；
根据所述节点的信息，将多张子图中的相同节点进行合并，得到中间知识图谱；
根据所述边的属性信息，将所述中间知识图谱中同一节点连接的、满足设定关联条件的边进行合并，得到所述初始知识图谱。


5.根据权利要求4所述的方法，其特征在于，所述根据所述边的属性信息，将所述中间知识图谱中同一节点连接的、满足设定关联条件的边进行合并，得到所述初始知识图谱，包括：
根据所述边的目标属性信息，将所述中间知识图谱中同一节点连接的、所述目标属性信息的值之差在设定范围内的边进行合并，得到所述初始知识图谱；
其中，所述目标属性信息包括时间属性信息和空间属性信息中的至少一项。


6.根据权利要求4所述的方法，其特征在于，在所述根据所述边的属性信息，将所述中间知识图谱中同一节点连接的、满足设定关联条件的边进行合并，得到所述初始知识图谱之后，还包括：
如果所述初始知识图谱中存在孤立子图，查找各所述孤立子图之间具有关联关系的节点，并在具有关联关系的节点之间通过虚拟节点连接。


7.根据权利要求6所述的方法，其特征在于，所述查找各所述孤立子图之间具有关联关系的节点，包括：
获取各所述孤立子图中各节点的目标属性信息，所述目标属性信息包括时间属性信息和空间属性信息中的至少一项；
根据所述各节点的目标属性信息，将不同孤立子图中所述目标属性信息的值之差在设定范围内的节点，作为具有关联关系的节点；或者，
所述查找各所述孤立子图之间具有关联关系的节点，包括：
获取各所述孤立子图之间具有共性信息的节点；
其中，所述共性信息包括相同身份信息。


8.一种基于知识图谱的关系挖掘方法，其特征在于，所述知识图谱根据权利要求1-7任一项所述的方法生成，所述方法包括：
获取所述知识图谱和待挖掘的动态关系；
根据所述动态关系确定待挖掘信息，所述待挖掘信息包括待挖掘节点和待挖掘属性信息；
根据所述待挖掘信息，确定所述知识图谱中的起始节点和筛选条件；
从所述起始节点起对所述知识图谱进行遍历，并根据所述筛选条件对遍历到的节点进行筛选，得到具有所述动态关系的节点。


9.根据权利要求8所述的方法，其特征在于，所述待挖掘属性信息包括所述第一类型的待挖掘属性信息和所述第二类型的待挖掘属性信息；
在所述根据所...

【专利技术属性】
技术研发人员：杨双全，张阳，刘畅，谢奕，
申请(专利权)人：北京百度网讯科技有限公司，
类型：发明
国别省市：北京;11