一种知识图谱优化方法及系统技术方案

本发明专利技术涉及知识图谱技术领域，具体为一种知识图谱优化方法及系统，均能够：提取目标知识图谱中各实体；对提取的各实体两两组合得到若干个第一实体对；过滤掉不满足过滤条件的第一实体对，得到过滤后的第一实体对；计算每一个过滤后的第一实体对内两实体的编辑距离；选取编辑距离满足预设阈值条件的过滤后的第一实体对，作为第二实体对；计算第二实体对中两实体之间的相似度，选取目标实体对；计算各目标实体对中各实体的BM25分值；对每一个目标实体对，基于计算的实体对中各实体的BM25分值，实现目标知识图谱中该实体对中实体的统一。本发明专利技术主要用于降低图谱的稀疏性和冗余度。

【技术实现步骤摘要】

本专利技术涉及知识图谱，具体为一种知识图谱优化方法及系统。

技术介绍

1、知识图谱是一种以结构化形式表示知识的技术框架，其通过实体（entities）、关系（relations）和属性（attributes）的语义网络模型，将现实世界中的复杂知识以图的结构进行存储与推理。

2、知识图谱构建的流程离不开数据获取和知识抽取，这使得图谱中往往存在较多含义一致但表述不同的实体，致使图谱存在稀疏性和冗余度。

3、此外，在某些具体应用领域，比如创新创业领域，在实现资源智能匹配功能时，需要按关系强度匹配最可能成交的资源，但目前的图谱中缺乏量化关系强度。

技术实现思路

1、针对以上不足，本专利技术提供一种知识图谱优化方法及系统，以解决上述至少一方面的问题。

2、第一方面，本专利技术提供一种知识图谱优化方法，方法包括：

3、s1、提取目标知识图谱中各实体；

4、s2、对提取的各实体两两组合，得到若干个第一实体对；

5、s3、对所述若干个第一实体对，过滤掉不本文档来自技高网...

【技术保护点】

1.一种知识图谱优化方法，其特征在于，方法包括：

2.根据权利要求1所述的知识图谱优化方法，其特征在于，

3.根据权利要求2所述的知识图谱优化方法，其特征在于，

4.根据权利要求2所述的知识图谱优化方法，其特征在于，步骤S61中，采用预先训练好的BERT模型生成每一个第二实体对对应的两个文本字符串的词向量。

5.根据权利要求4所述的知识图谱优化方法，其特征在于，预先训练好的BERT模型的获取方法，包括：

6.根据权利要求5所述的方法，其特征在于，利用所述第一训练集，训练加载的微调BERT模型，得到训练好的BERT模型，具体包括：...

【技术特征摘要】

1.一种知识图谱优化方法，其特征在于，方法包括：

2.根据权利要求1所述的知识图谱优化方法，其特征在于，

3.根据权利要求2所述的知识图谱优化方法，其特征在于，

4.根据权利要求2所述的知识图谱优化方法，其特征在于，步骤s61中，采用预先训练好的bert模型生成每一个第二实体对对应的两个文本字符串的词向量。

5.根据权利要求4所述的知识图谱优化方法，其特征在于，预先训练好的bert模型的获取方法，包括：<...

【专利技术属性】
技术研发人员：张宏，董晨晨，王志玉，祝发，田家辉，杨春蕾，
申请(专利权)人：山东浪潮创新创业科技有限公司，
类型：发明
国别省市：