基于知识图谱的信息查询方法及存储介质技术

本发明专利技术涉及人工智能技术，提供一种基于知识图谱的信息查询方法，通过根据知识图谱中各实体节点对应的第一数据和第二数据，确定知识图谱中各源节点与末尾节点之间的关联程度，然后根据知识图谱中各源节点与末尾节点之间的关联程度，构造定义有最小损失值的损失函数，又因为最小损失值用于描述利用图最小切算法对知识图谱进行处理时，在知识图谱中源节点与末尾节点之间的关联程度的最小值，所以能够利用损失函数基于实体信息线索，从知识图谱中能够查询出知识图谱中相应的末尾节点作为目标节点，进而将目标节点表征的实体信息返回给终端，满足用户进行信息查询的需求，简化了提供信息查询服务的实现过程与实现成本。信息查询服务的实现过程与实现成本。信息查询服务的实现过程与实现成本。

【技术实现步骤摘要】
基于知识图谱的信息查询方法及存储介质


[0001]本专利技术涉及人工智能领域，尤其涉及一种基于知识图谱的信息查询方法、装置、计算机设备及存储介质。

技术介绍

[0002]随着互联网的大力普及，以及人工智能技术的发展，智慧医疗作为人工智能重要的分支，得到了广泛的应用。智慧医疗是通过打造健康档案区域医疗信息平台，利用最先进的物联网技术，实现患者与医务人员、医疗机构、医疗设备之间的互动，逐步达到信息化。智慧医疗中基于数据和规则进行机器学习建模，然后根据模型进行信息查询。
[0003]智慧医疗中通过数据和规则进行建模的时候，需要大量的数据进行训练，其中的数据和规则往往是通过专家经验的总结获得的数据和规则，训练过程较为复杂，获得的模型成本较高。所以现有技术中存在使用大量实践数据和专家数据相结合进行训练较为困难和成本较高的问题。

技术实现思路

[0004]基于此，有必要针对上述技术问题，提供一种基于知识图谱的信息查询方法、装置、计算机设备及存储介质，以解决现有技术中训练模型较难，成本较高的问题。
[0005]本申请实施例的第本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于知识图谱的信息查询方法，其特征在于，包括：根据知识图谱中各实体节点对应的第一数据和第二数据，确定知识图谱中各源节点与末尾节点之间的关联程度；所述第一数据为本地数据库中与各所述实体节点对应的结构化数据；所述第二数据为外部数据库中与各所述实体节点对应的非结构化数据；根据知识图谱中各源节点与末尾节点之间的关联程度，构造定义有最小损失值的损失函数；其中，所述最小损失值用于描述利用图最小切算法对所述知识图谱进行处理时，在所述知识图谱中所述源节点与所述末尾节点之间的关联程度的最小值；当接收到用户通过终端发送的实体信息线索时，利用所述损失函数基于所述实体信息线索，从所述知识图谱中查询出知识图谱中相应的末尾节点作为目标节点，且将所述目标节点表征的实体信息返回给终端。2.如权利要求1所述的基于知识图谱的信息查询方法，其特征在于，所述根据知识图谱中各实体节点对应的第一数据和第二数据，确定知识图谱中各源节点与末尾节点之间的关联程度，包括：根据知识图谱获取各实体节点之间的层级关系，通过无监督算法获取相邻层间节点之间的关联程度；根据相邻层间实体之间的关联程度获取所述知识图谱中源节点的实体与末尾节点之间的关联程度。3.如权利要求1所述的基于知识图谱的信息查询方法，其特征在于，所述根据知识图谱中各源节点与末尾节点之间的关联程度，构造定义有最小损失值的损失函数，包括：根据正样本数据，以及知识图谱中各源节点与末尾节点之间的关联程度，构造第一损失函数，所述正样本数据为所述知识图谱中源节点与末尾节点正相关的数据；根据负样本数据，以及知识图谱中各源节点与末尾节点之间的关联程度，构造第二损失函数，所述负样本数据为所述知识图谱中源节点与末尾节点负相关的数据；基于所述第一损失函数与所述第二损失函数构造定义有最小损失值的损失函数。4.如权利要求3所述的基于知识图谱的信息查询方法，其特征在于，所述根据正样本数据，以及知识图谱中各源节点与末尾节点之间的关联程度，构造第一损失函数，包括：利用图最小切算法对所述知识图谱进行处理，根据所述正样本数据对应的源节点与末尾节点正相关的数据构造第一损失函数。5.如权利要求3所述的基于知识图谱的信息查询方法，其特征在于，所述根据负样本数据，以及知识图谱中各源节点与末尾节点负相关的数据，构造第二损失函数，包括：利用图最小切...

【专利技术属性】
技术研发人员：胡意仪，阮晓雯，陈远旭，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：