一種基于語義三角的領域知識圖譜及查詢方法技術

本發明專利技術公開了一種基于語義三角的領域知識圖譜及查詢方法。本發明專利技術的圖譜包括概念層、實體層；概念層由概念的集合組成，每個概念設有唯一標識，并由一個代表詞項和候選詞項集合表示；根據領域相關的知識和概念層的概念集合，實例化每個概念對應的多個實體，構成實體層，實體是概念的外延，每個實體設有唯一標識，并由一個代表詞項和候選詞項集合表示；相關概念之間設置有根據領域相關知識建立的關聯關系；概念層與實體層之間設置有根據領域相關知識建立的關聯關系；實體之間設置有根據領域相關知識構建的關聯關系。本方法實現了概念與實體的分離，方便知識的梳理，并區分了概念和實體在知識理解和運用中的不同作用，提高了查詢效率。

Domain knowledge mapping and query method based on Semantic Triangle

The invention discloses a domain knowledge map and a query method based on a semantic triangle. The invention of the map including concept layer and entity layer; the concept layer is composed of a collection of concepts, each concept with unique identifier, and represented by a lexical entry and candidate lexical entry sets; according to the domain concept knowledge and concept layer set, multiple entities corresponding to instantiate each concept, constitute the physical layer, the entity is the extension of a concept, a unique identifier for each entity, and represented by a lexical entry and candidate lexical entry sets; related to establish related knowledge according to the field set between the related concepts; concept layer and entity layer is provided with a relationship established according to relevant knowledge of related fields; according to the related field the construction of knowledge set between entities. The method realizes the separation of concepts and entities, facilitates the carding of knowledge, and distinguishes the different roles of concepts and entities in the understanding and application of knowledge, thus improving the query efficiency.

【技術實現步驟摘要】
一種基于語義三角的領域知識圖譜及查詢方法
本專利技術屬于人工智能領域，具體涉及一種基于語義三角的領域知識圖譜及查詢方法。
技術介紹
隨著互聯網技術的飛速發展，人類先后經歷了以文檔為主要特征的“Web1.0”時代和以數據互聯數據共享為特征的“Web2.0”時代，并且正在走向基于知識互聯的“Web3.0”時代。在大數據中表示一個可理解的知識網絡，成為現代互聯網時代的一大挑戰。同樣，人機交互的基礎在于理解用戶的言語信息、推斷用戶的意圖進而由機器返回給用戶結果。知識圖譜以其強大的語義處理能力與開放互聯的能力應運而生，能夠將互聯網中的海量、異構的數據聚集為可理解的知識網絡，便于理解、應用。因此，如何表示某個特定領域的知識圖譜并應用于特定的業務場景以解決相應的問題，具有十分重要的意義。現有的知識圖譜的表示大多描述的是實體之間的語義網絡，每個實體(概念的外延)用一個全局唯一確定的ID來標識，采用主-謂-賓三元組的形式表示知識網絡。但是這種表示方法會帶來概念和實體的混淆，從而造成用戶的理解障礙，并且不利于實體的理解。針對特定的問題，需要在存在海量數據和關系的知識圖譜中查詢，成本相對較高。傳統的知識圖譜還存在一詞多義和一義多詞的問題，使得語義網絡混亂，不利于從互聯網豐富的詞語中整理出知識并進行快速查詢。語義三角是一種關于意義的理論，由英國學者奧格登(Ogden)和理查茲(Richards)在1923年出版的語義學重要著作《意義的意義》(TheMeaningofMeaning)中提出，代表了傳統語義學的典型觀點。描述的是符號、概念(意義)和客觀事物之間的一種相互制約、相互作用的關系，強調語言符號是對事物的指代，指代過程就是符號、概念(意義)和事物發生關系的過程。符號用來表示概念，概念是反映客觀事物或者對象本質屬性的思維形式，是詞語的思想內容；概念反映現實世界中的客觀事物即所指物。語義三角包括三方面的關系，分別是概念/意義和客觀事物之間的直接關系，概念與符號/詞之間的直接關系和符號或詞與指稱物/事物之間的非直接關系。如何利用語義三角的思想，在特定領域為海量、異構的大數據表達、組織、管理和應用提供一種更為有效的方式，使得語義網絡能夠實現特定領域概念與實體的組織管理和快速查詢的功能，是知識圖譜當前亟待解決的問題之一。
技術實現思路
本專利技術針對上述問題，提出了一種基于語義三角的領域知識圖譜及查詢方法。該圖譜將概念與實體分離，并用一個代表詞和多個候選詞作為概念或者實體的表示，實體之間的關系通過基于概念結點的超邊建立，從而實現了知識網絡的有效管理和快速查詢。本專利技術采用的技術方案如下：基于語義三角的領域知識圖譜由概念層、實體層組成，具體表示為以下五部分：1.根據領域相關的知識構建概念層，概念層由概念的集合組成，每個概念設有唯一標識，并由一個代表詞項和候選詞項集合表示。概念對應語義三角中的概念/意義，是在該領域的客觀事物的基礎上概括而成的。候選詞項集合中的每個候選詞可以理解為代表詞項的同義詞或近義詞，并以一定概率表示該概念。另外，概念層可以不止一層，可根據不同的業務場景細化概念層，使其更準確地刻畫領域知識，滿足具體的任務。2.根據領域相關的知識和概念層的概念集合，實例化每個概念對應的多個實體，構成實體層。實體是概念的外延，每個實體設有唯一標識，并由一個代表詞項和候選詞項集合表示。實體通過概念層中的概念實例化(instanceOf)得到，即根據領域知識將實體對應到相關概念上。候選詞項集合中的每個候選詞可以理解為代表詞項的同義詞，以一定概率表示該實體。這里的概率可通過經驗設定，也可基于統計分析的方法學習出來。3.根據領域相關知識，通過經驗規則推理或者統計學習等方法，表示概念層相關概念之間的關聯關系。概念之間存在以下幾種關系：(1)概念與其屬性之間的包含關系(has)。如果概念的屬性也在概念層中作為一個概念出現，那么這兩者之間的關系即為包含關系(has)。(2)概念之間的隸屬關系(isA)。如果一個概念是另外一個概念涵義的子集，則兩者之間的關系即為隸屬關系(isA)。(3)概念之間的關聯關系。如果概念之間存在其他關聯關系，可根據具體領域定義特定的關聯關系，比如擴展關系等。4.根據領域相關知識，表示概念層與實體層之間的關聯關系。概念與實體最直接的關系是概念實例化(instanceOf)，在實體層生成過程中已經記錄。除此之外，還存在用超邊表示的概念與實體的基于關系(basedOn)，可判斷實體之間的關系是基于概念層某個屬性概念的時候，實體關系與屬性概念就由一條超邊連接，用來表示基于關系(basedOn)。5.根據領域相關知識，構建獨立于概念層的實體之間的關聯關系。以上知識圖譜的表示方法適合于各個特定領域，具有普適性和通用性。但對于不同領域，其具體的構建方法和技術則有所不同，可能基于領域知識進行人工判斷，也可能基于統計學習的方法自動完成，這就需要根據領域知識的積累程度，以及領域相關數據的規模和可獲取程度等因素綜合考慮和設計。本專利技術旨在提出一種通用的領域知識圖譜表示方法，而具體的構建過程將針對不同領域的特點，分別進行研究和設計，也將在其它專利中體現。基于上述知識圖譜，可高效地對領域中的概念和實體進行查詢，并反饋與查詢對象相關聯的查詢結果。對于一待查詢請求，查詢過程分為以下幾個步驟：1.將用戶給出的查詢語句分詞，并去掉其中的停用詞之后將分詞存儲在集合S中。2.將S中的每個詞項和知識圖譜概念層的概念和實體層中的實體進行匹配：(1)當匹配到概念層的某概念時，將通過知識圖譜關聯到與該概念關聯的屬性概念，以及該概念實例化后得到的實體集合，并作為查詢結果返回；(2)當匹配到實體層的某實體時，將通過知識圖譜關聯到到與該實體關聯的屬性，以及該實體對應的概念，并作為查詢結果返回；(3)當匹配到實體層的多個實體時，查看它們在知識圖譜的實體層中是否有邊相連接，如果有邊相連且該邊構成了一條BasedOn超邊，則將此超邊連接的概念也歸入查詢結果，從而準確地理解查詢語句中可能缺省的實體之間的關系類型；(4)當匹配到概念層的一概念，且該概念與同時匹配到實體層的一實體之間存在BasedOn超邊時，將此超邊連接的另外一個實體也歸入查詢結果，從而完整地理解概念和實體之間的關聯關系。與現有技術相比，本專利技術的有益效果如下：1)本方法實現了概念與實體的分離，用戶在特定領域面對特定任務的時候，易于從抽象的概念入手尋找解決方案，相比傳統的知識圖譜中實體概念一起定義的方法，方便了知識的梳理，并區分了概念和實體在知識理解和運用中的不同作用。2)本方法實現了知識圖譜中知識的快速查詢。概念和實體分離的表示方法將知識進行了層次化的整理，當用戶進行某個特定知識查詢的時候，可以遵循從概念到實體的步驟進行，降低了查詢成本，提高了查詢效率。3)本方法解決了一義多詞的問題。每個概念和實體均由一個代表詞項和一個候選詞項集合表示，可以很快地理解用戶的意圖，找到詞語之間的同義關系。4)本方法解決了一詞多義的問題。無論是漢語中的“是”和“有”，還是英語中的“IsA”和“Has”都被頻繁應用于表示實體之間或者概念之間的多種關系，本方法把幾種重要的關系明確表示出來，消除了傳統的知識圖譜中的一些歧義現象。5)本方法有助于計本文檔來自技高網...

【技術保護點】
一種基于語義三角的領域知識圖譜，其特征在于，包括概念層、實體層；其中，所述概念層為一與目標領域知識相關的概念集合，每一概念設有唯一的標識，并用一代表詞項和一候選詞項集合表示；所述概念對應語義三角中的概念或意義，概念i的所述候選詞項集合中的每個候選詞為該概念i的代表詞項的同義詞或近義詞，概念i對應的每一候選詞設置一代表概念i的概率值；所述實體層為一實體集合，根據目標領域相關的知識對所述概念集合中每個概念進行實例化得到每一概念對應的多個實體，構成所述實體集合；每一實體設有唯一的標識，并用一代表詞項和一候選詞項集合；實體i的所述候選詞項集合中的每個候選詞為該實體i的代表詞項的同義詞，實體i對應的每一候選詞設置一代表實體i的概率值；所述概念層的相關概念之間設置有根據領域相關知識建立的關聯關系；概念層與實體層之間設置有根據領域相關知識建立的關聯關系；所述實體之間設置有根據領域相關知識構建的關聯關系。

【技術特征摘要】
1.一種基于語義三角的領域知識圖譜，其特征在于，包括概念層、實體層；其中，所述概念層為一與目標領域知識相關的概念集合，每一概念設有唯一的標識，并用一代表詞項和一候選詞項集合表示；所述概念對應語義三角中的概念或意義，概念i的所述候選詞項集合中的每個候選詞為該概念i的代表詞項的同義詞或近義詞，概念i對應的每一候選詞設置一代表概念i的概率值；所述實體層為一實體集合，根據目標領域相關的知識對所述概念集合中每個概念進行實例化得到每一概念對應的多個實體，構成所述實體集合；每一實體設有唯一的標識，并用一代表詞項和一候選詞項集合；實體i的所述候選詞項集合中的每個候選詞為該實體i的代表詞項的同義詞，實體i對應的每一候選詞設置一代表實體i的概率值；所述概念層的相關概念之間設置有根據領域相關知識建立的關聯關系；概念層與實體層之間設置有根據領域相關知識建立的關聯關系；所述實體之間設置有根據領域相關知識構建的關聯關系。2.如權利要求1所述的領域知識圖譜，其特征在于，所述相關概念之間的關聯關系包括：a)包含關系，若概念及其屬性均在所述概念集合中，則概念與其屬性之間為包含關系；b)隸屬關系，若一個概念是另外一個概念涵義的子集，則兩者之間的關系即為隸屬關系。3.如權利要求1所述的領域知識圖譜，其特征在于，所述概念與所述實體之間、所述概念與所述概念的表示之間是緊密耦合關系，所述實體與所述實體的表示之間是松散耦合關系。4.如權利要求1或2或3所述的領域知識圖譜，其特征在于，所述概念層根據不同的業務場景分為若干概念子層，每一概念子層對應一概念子集。5...

【專利技術屬性】
技術研發人員：王宏安，李依霖，朱嘉奇，劉勝航，
申請(專利權)人：中國科學院軟件研究所，
類型：發明
國別省市：北京,11