一种构建工作流知识图谱的方法、装置及设备制造方法及图纸

本说明书涉及知识图谱领域，尤其涉及一种构建工作流知识图谱的方法、装置及设备。其方法包括，从工作流中抽取知识点，设置多层标签，并基于双向循环神经网络构建知识点序列；采用源描述框架三元组将知识点序列中的知识点进行连接，建立知识结构；并将各类知识点进行关联并进行跨领域知识融合，生成专业领域的词汇表，然后和知识结构作为节点构成完整知识图谱；该知识图谱可以根据用户的需求，在所述完整知识图谱中展示所述用户需求对应的所需信息。解决了现有技术中多样化的工具缺乏对输入和输出统一的管理，操作流程繁琐的问题。操作流程繁琐的问题。操作流程繁琐的问题。

【技术实现步骤摘要】
一种构建工作流知识图谱的方法、装置及设备


[0001]本说明书涉及知识图谱领域，尤其涉及一种构建工作流知识图谱的方法、装置及设备。

技术介绍

[0002]近年来，随着银行业务量持续增大，数据量也不断扩大。银行复杂的系统和后台流程以及难以沟通的遗留系统，导致大量的系统必须手动调整数据。为了能够满足各类业务的兼容性需求以及快速响应要求，机器人自动化流程(RPA)应运而生。RPA的运行与工作流的执行密不可分。工作流将自动化方法并迁移到一个通用的计算平台，以工具为主线形成一条工作流程，协调多个工具之间的任务执行，帮助用户处理数据依赖性的问题，提高业务响应能力，使用户更容易在不同的专业领域和环境中创建和执行，从而实现软件的可重用性，减少他们的工作负担。但是，工作流的建立往往需要严格控制各类工作的输入和输出格式，以确保工具之间操作的可行性。
[0003]目前，工作流语言层出不穷，工作流的建立需要严格控制各类工具的输入和输出格式，以确保工具之间操作的可行性，而现有的方案难以支持软件多样化的输入和输出类型，缺乏相互操作性。
[0004]现在亟需一种工作流知识图谱，从而解决现有技术中难以支持软件多样化的输入和输出类型，缺乏相互操作性，以及多样化的工具缺乏对输入和输出统一的管理，导致软件复用性困难的问题。

技术实现思路

[0005]为解决现有技术中难以支持软件多样化的输入和输出类型，缺乏相互操作性，以及多样化的工具缺乏对输入和输出统一的管理，需要根据不同的需求分别调用不同的工具，导致操作流程繁琐的问题，本说明书实施例提供了一种构建工作流知识图谱的方法、装置及设备，构建了一张基于工具工作流输入、输出的知识图谱，根据用户的需求，获取工具间的信息和联系，构建工具的自动化流程。解决了现有技术中无法支持软件多样化的输入和输出类型，缺乏对输入和输出统一的管理，导致软件复用性差的问题。
[0006]为了解决上述技术问题，本说明书的具体技术方案如下：
[0007]一方面，本说明书实施例提供了一种构建工作流知识图谱的方法，包括，
[0008]从工作流中抽取知识点，将所述知识点设置多层标签，并基于双向循环神经网络构建所述知识点的知识点序列；
[0009]采用源描述框架三元组将所述知识点序列中的知识点进行连接，建立知识结构；
[0010]根据所述知识结构，将各类知识点进行关联并进行跨领域知识融合，生成专业领域的词汇表；
[0011]将所述知识结构，以及所述专业领域词汇表作为节点构成完整知识图谱；
[0012]根据用户需求，在所述完整知识图谱中展示所述用户需求对应的所需信息。
[0013]进一步地，所述知识点至少包括以下内容之一或者几个的组合，概念、定义、公式、问题、观念和理念。
[0014]进一步地将所述知识点设置多层标签，进一步包括，
[0015]采用条件随机场，设置多个标签层；
[0016]对于每一个知识点给出其所有的标签；
[0017]将所有标签层合并，生成所述多层标签。
[0018]进一步地，所述基于双向循环神经网络构建所述知识点的知识点序列，进一步包括，
[0019]基于循环神经网络处理多个序列的时序，将每个序列分为向前和向后两个循环神经网络；
[0020]所述两个循环神经网络分别连接输出层，对输出层进行处理，直到两个隐含层的全部输入序列完成更新；
[0021]计算所有的输出层项，反馈给两个不同方向的隐含层，完成序列处理。
[0022]进一步地，采用源描述框架三元组将所述知识点序列中的知识点进行连接，建立知识结构，进一步包括，
[0023]抽取所述知识点，采用源描述框架三元组分析所述知识点的主题、分类以及用途；
[0024]将所述知识点进行正则化匹配和分类，形成所述知识点的语义网络图；
[0025]通过语义网络图显示实体的属性和实体之间的各种语义联系，并对概念和关系进行命名，建立知识结构。
[0026]进一步地，根据所述知识结构，将各类知识点进行关联并进行跨领域知识融合，进一步包括，
[0027]将每个知识点的输入、输出定义统一资源定位符；
[0028]根据所述统一资源标识符将知识点关联到知识网络，完成所述关联；
[0029]在知识网络特定区域标记处理后的数据，将源数据与所述知识点相关的外部知识相结合，完成所述跨领域知识融合。
[0030]进一步地，将所述知识结构，以及所述专业领域词汇表存储在网络上，进一步包括，
[0031]将所述知识结构，以及所述专业领域词汇表存储在Neo4j中；
[0032]在Neo4j中进一步对数据之间的关系信息进行存储；
[0033]区分属性、数据类型并构建基本框架后，完成知识图谱的连接和创建。
[0034]进一步地，将所述知识结构，以及所述专业领域词汇表作为节点构成完整知识图谱，进一步包括，
[0035]当节点的输入、输出具有相同的统一资源定位符时，则被认为是相同的节点；
[0036]如果存在相同节点，则将该节点合并到现有节点；
[0037]如果不存在相同节点，则构建新节点，建立完整知识图谱。
[0038]另一方面，本说明书实施例还提供了一种构建工作流知识图谱的装置，包括，
[0039]知识抽取单元，用于从工作流中抽取知识点，将所述知识点设置多层标签，并基于双向循环神经网络构建所述知识点的知识点序列；
[0040]语义分析单元，用于采用源描述框架三元组将所述知识点序列中的知识点进行连
接，建立知识结构；
[0041]实体链接单元，用于根据所述知识结构，将各类知识点进行关联并进行跨领域知识融合，生成专业领域的词汇表；
[0042]图谱构成单元，用于将所述知识结构，以及所述专业领域词汇表作为节点构成完整知识图谱；
[0043]应用单元，根据用户需求，在所述完整知识图谱中展示所述用户需求对应的所需信息。
[0044]另一方面，本说明书实施例还提供了一种计算机设备，包括存储器、处理器、以及存储在存储器上的计算机程序，处理器执行所述计算机程序时实现上述的方法。
[0045]最后，本说明书实施例还提供了一种计算机存储介质，其上存储有计算机程序，计算机程序被计算机设备的处理器运行时，执行上述的方法。
[0046]利用本说明书实施例，首先从工作流中抽取知识点，其中各知识点可能是概念、定义、公式、问题、观念和理念等信息，而每一个知识点可能包含不止一个种类的信息，因此，将每个知识点设置多层标签，提高知识点分类的准确性，并且基于双向循环神经网络(BRNN)构建进一步构建知识点序列，从而提高BRNN模型预测的准确性。然后采用源描述框架三元组(RDF)将所述知识点序列中的知识点进行连接，将抽取的实体、关系和事件等数据集连接到知识结构中，显式地表示知识点的属性和其间的语义联系。然后将各类知识点进行关联并进行跨领域知识融本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种构建工作流知识图谱的方法，其特征在于，所述方法包括，从工作流中抽取知识点，将所述知识点设置多层标签，并基于双向循环神经网络构建所述知识点的知识点序列；采用源描述框架三元组将所述知识点序列中的知识点进行连接，建立知识结构；根据所述知识结构，将各类知识点进行关联并进行跨领域知识融合，生成专业领域的词汇表；将所述知识结构，以及所述专业领域词汇表作为节点构成完整知识图谱；根据用户需求，在所述完整知识图谱中展示所述用户需求对应的所需信息。2.根据权利要求1所述的构建工作流知识图谱的方法，其特征在于，所述知识点至少包括以下内容之一或者几个的组合，概念、定义、公式、问题、观念和理念。3.根据权利要求1所述的构建工作流知识图谱的方法，其特征在于，将所述知识点设置多层标签，进一步包括，采用条件随机场，设置多个标签层；对于每一个知识点给出其所有的标签；将所有标签层合并，生成所述多层标签。4.根据权利要求1所述的构建工作流知识图谱的方法，其特征在于，所述基于双向循环神经网络构建所述知识点的知识点序列，进一步包括，基于循环神经网络处理多个序列的时序，将每个序列分为向前和向后两个循环神经网络；所述两个循环神经网络分别连接输出层，对输出层进行处理，直到两个隐含层的全部输入序列完成更新；计算所有的输出层项，反馈给两个不同方向的隐含层，完成序列处理。5.根据权利要求1所述的构建工作流知识图谱的方法，其特征在于，采用源描述框架三元组将所述知识点序列中的知识点进行连接，建立知识结构，进一步包括，抽取所述知识点，采用源描述框架三元组分析所述知识点的主题、分类以及用途；将所述知识点进行正则化匹配和分类，形成所述知识点的语义网络图；通过语义网络图显示实体的属性和实体之间的各种语义联系，并对概念和关系进行命名，建立知识结构。6.根据权利要求1所述的构建工作流知识图谱的方法，其特征在于，根据所述知识结构，将各类知识点进行关联并进行跨领域知识融合，进一步包括，将每个知识点...

【专利技术属性】
技术研发人员：张裕坤，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：