垂直领域知识图谱构建方法、系统、设备及存储介质与流程

本发明属于垂直领域知识图谱构建与应用技术领域，特别涉及一种垂直领域知识图谱构建方法、系统、设备及存储介质。

背景技术：

统一数据模型是一种基于面向对象建模技术而构建的企业数据模型，是参考国际标准和行业最佳实践，结合对应企业的核心业务需求，采用“业务需求驱动自顶向下”和“基于现状驱动自下向上”相结合的模式进行构建的一种数据物理模型，其中包含了多个子业务领域中的数据。统一数据模型虽然统一采集数据，但数据之间的关联性较弱，难以对多业务领域数据进行贯通分析。近年知识图谱作为知识性数据的管理与应用技术，通过实体-关系-属性的三元组形式，打通了业务数据之间的链接壁垒，为统一数据模型的知识管理提供了一种重要方法。因此结合知识图谱技术对统一数据模型的进行知识应用改造，从而建立语义级互操作的统一数据服务，实现数据的高效、智能化查询及保证数据的跨业务贯通，有助于实现统一数据模型文本数据的高效应用与智能分析。

目前针对统一信息模型中的业务数据构建知识图谱时，往往从算法技术本身出发，对业务规则考虑较少，因此在知识图谱构建过程中，存在知识体系繁杂、实体关系抽取结果难以满足业务规则等问题。

技术实现要素：

为了改进目前知识图谱构建存在的问题，本发明提供一种垂直领域知识图谱构建方法、系统、设备及存储介质，该方法通过设计引入业务规则的文本数据分类及实体关系抽取方法，改进基于统一数据模型的领域知识图谱构建技术，提升知识图谱与统一数据模型中业务的耦合性。

为达到上述目的，本发明采用了以下技术方案：

一种垂直领域知识图谱构建方法，包括以下步骤：

获取电网统一数据模型中业务数据；

对业务数据中的业务规则进行梳理，将业务规则用函数表达得到业务规则映射函数；

将规则映射函数嵌入神经网络中，并与决策树进行融合形成文本数据流分类模型，将文本数据分流到不同业务类型中；针对文本数据流分类模型分类后的文本数据进行实体与关系抽取得到实体关系抽取算法；

结合业务规则映射函数，得到规则系数，将规则系数引入实体关系抽取算法的激活函数中，形成融合业务规则的实体与关系抽取算法，

基于融合规则的实体关系抽取算法对电网统一数据模型进行实体关系抽取，并依据实体关系抽取结果构建知识图谱。

作为本发明的进一步改进，所述对业务数据中的业务规则进行梳理具体包括：

分析电网统一数据模型中不同业务文本数据的规则与约束条件，梳理构建语料关系网络中需要遵循的规则，列出规则集合；

梳理规则集合，将规则分为机制性规则、约束性规则、从属性规则；其中，机制性规则是地点后常与线路、厂站名相连接；约束性规则是文本中以名词+数字的表述；从属性规则是文本中为输电领域相关词汇；

统计不同类型规则，并整合与描述得到文本数据的业务规则。

作为本发明的进一步改进，所述将业务规则用函数表达得到业务规则映射函数具体包括：

将业务规则中机制与条件约束转化为函数形式；

其中，机制性规则：文本中不同元素类型有x,y,z，则其之间满足的机制性规则通过函数关系表示:

n(x)＝a*f(x)+b*g(y)(2)

其中，n(x)表示地点后相邻元素的数值表示，f(x)，g(y)分别表示线路、厂站所代表的数值表示，a，b分别表示x后与线路、厂站数值相连的可能性系数；

约束性规则：文本中不同元素类型有x，y，则其约束条件表示为：

r2：f(x)∈{y|a＜y＜b}(3)

其中，f(x)为x与y的相关数值计算方式，通过约束其与y的数值范围，对不同元素关系进行约束；

从属性规则：文本中单个或多个元素被包含在某一范围内，其约束条件表示为：

r3：x，y，z∈{f(a)，g(a)}(4)

其中，f(a)，g(a)表示元素a以不同函数形式定义出的范围边界；

则对不同类型的规则进行函数化表示，进而建立规则集合：

∑r：{r1，r2，...，rn}(5)

其中，∑r表示某一类型的规则函数集合，r1，r2，...，rn表示同一类型的规则函数。

作为本发明的进一步改进，所述将规则映射函数嵌入神经网络中，并与决策树进行融合形成文本数据流分类模型，具体为：

基于规则函数集合进行整合，构建形成新的函数作为神经网络神经元的激活函数，relu激活函数表示为：

max(0，∑(ri(x)*ai))(6)

其中，ri为某类规则中的一个规则函数，ai为规则函数权重，x为输入的文本函数化表示变量；

通过上式得出融入规则的激活函数，分别构建针对不同业务进行分类的神经网络，与决策树进行结合，形成不同神经网络作为决策树的节点，对输入数据流进行层层分类，获得文本数据流分类模型。

作为本发明的进一步改进，所述得到融合规则的实体关系抽取算法具体方法为：

结合业务规则映射函数，整理规则机制系数、规则约束系数、样本边界系数；

整理业务规则机制系数是通过整理业务规则形成规则参数，计算规则系数：

其中，αi为规则机制系数，为规则机制函数拟合值，n(x)为实际值，为平均值；

业务规则约束系数具体计算方法为：

βi＝∑(f(x)i*k)(8)

其中，βi为规则约束系数，f(x)i为某元素的约束函数计算值，k为当其满足约束条件时为1，否则为零；

样本边界系数具体计算方法为：

γi＝∑(∏fk(xj))(9)

其中，γi为样本边界系数，xj为文本中单个元素，fk(xj)为某元素的范围计算结果；

将规则机制系数、规则约束系数、样本边界系数引入长短时记忆网络的激活函数中，替代实体关系抽取算法中的激活函数，得到融合规则的实体关系抽取算法：

其中，σr(z)为融入规则的激活函数，αi为规则机制系数，βi为规则约束系数，γi为样本边界系数。

作为本发明的进一步改进，所述依据实体关系抽取结果构建知识图谱具体为：

将统一数据模型文本数据流中实体、关系抽取出来后，得到与规则的类型相似的实体间关系，进而得到实体-关系的组合单元，包括机制性关系、约束性关系和从属性关系，通过图谱中不同实体节点通过多种关系连接起来，形成包含多种实体-关系组合单元的知识图谱。

作为本发明的进一步改进，基于统一数据模型构建的知识图谱，以子业务为区块划分，通过子业务之间依据共有实体或关联业务，建立关联关系。

一种垂直领域知识图谱构建系统，包括：

获取单元，用于获取电网统一数据模型中业务数据；

业务规则整理单元，用于对业务数据中的业务规则进行梳理，将业务规则用函数表达得到业务规则映射函数；

实体关系建立单元，用于将规则映射函数嵌入神经网络中，并与决策树进行融合形成文本数据流分类模型，将文本数据分流到不同业务类型中；针对文本数据流分类模型分类后的文本数据进行实体与关系抽取得到实体关系抽取算法；

实体关系融合单元，用于结合业务规则映射函数，得到规则系数，将规则系数引入实体关系抽取算法的激活函数中，形成融合业务规则的实体与关系抽取算法，

知识图谱构建单元，基于融合规则的实体关系抽取算法对电网统一数据模型进行实体关系抽取，并依据实体关系抽取结果构建知识图谱。

一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述垂直领域知识图谱构建方法的步骤。

一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述垂直领域知识图谱构建方法的步骤。

本发明的有益效果体现在：

本发明有效将统一信息模型中文本数据中的规则进行整合提取，提出其函数化表示方法，使业务规则能有效融入算法。基于规则函数改进的神经网络与决策树组合模型，改进了统一信息模型中文本数据流难以依据业务规则自动划分的局限性。通过融合业务规则的实体与关系抽取算法，提升了知识图谱实体关系与业务规则的吻合度。通过链接不同业务中通用实体及关联业务，确保不同业务图谱之间信息互联，有助于提升垂直领域知识图谱构建与应用效果。

附图说明

图1为本发明优选实施例垂直领域知识图谱构建方法流程示意图；

图2为步骤一抽取电网统一数据模型中业务规则；

图3为步骤二业务规则用函数形式描述；

图4为步骤三规则嵌入神经网络激活函数中，与决策树进行结合形成数据流分类；

图5为文本数据流的分类模型；

图6为步骤四整理规则参数，提出融合规则的实体关系抽取；

图7为步骤五基于融入规则的实体关系抽取算法，构建知识图谱；

图8为包含多种类型关系的知识图谱样例；

图9为基于统一数据模型的知识图谱子业务图谱间关联示例；

图10为本发明优选实施例垂直领域知识图谱构建系统结构示意图；

图11为本发明优选实施例电子设备结构示意图。

具体实施方式

下面将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

以下详细说明均是示例性的说明，旨在对本发明提供进一步的详细说明。除非另有指明，本发明所采用的所有技术术语与本申请所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本发明的示例性实施方式。

本发明属于垂直领域知识图谱构建与应用技术，如图1所示，本发明提供一种基于统一数据模型的垂直领域知识图谱构建方法。

首先依据统一数据模型中业务数据，对其包含的规则进行梳理分类。如电网统一数据模型。

其次依据规则逻辑，设计规则的函数表示方式。

再次将规则映射函数嵌入神经网络模型的激活函数中，与决策树进行结合形成文本数据流分流模型，将文本分流到不同业务类型中。

最后设计引入规则系数的激活函数，形成融合业务规则的实体与关系抽取算法，并依据实体关系抽取结果构建知识图谱。

主要通过以下五个步骤进行知识图谱构建。

本发明提出一种基于统一数据模型的垂直领域知识图谱构建方法将从三个方面提升各行业中统一数据模型的知识应用技术水平与应用效果：

其一，基于统一数据模型中的文本数据，整理抽取业务规则，并进行函数化表示，解决了难以通过数学手段对业务规则进行分析的难题。

其二，将神经网络作为决策树节点，构建针对同一数据模型的业务划分模型，提升了垂直领域数据业务划分的效率，使原始文本语料与业务特性深度结合。

其三，在知识图谱构建中引入业务规则，形成融合规则的实体关系抽取算法，使构建的知识图谱更符合垂直领域业务规范，更好支撑垂直领域知识应用。

本发明的方法具体包括以下步骤：

获取电网统一数据模型中业务数据；

对业务数据中的业务规则进行梳理，将业务规则用函数表达得到业务规则映射函数；

将规则映射函数嵌入神经网络中，并与决策树进行融合形成文本数据流分类模型，将文本数据分流到不同业务类型中；针对文本数据流分类模型分类后的文本数据进行实体与关系抽取得到实体关系抽取算法；

结合业务规则映射函数，得到规则系数，将规则系数引入实体关系抽取算法的激活函数中，形成融合业务规则的实体与关系抽取算法，

基于融合规则的实体关系抽取算法对电网统一数据模型进行实体关系抽取，并依据实体关系抽取结果构建知识图谱。

以电力领域为例，本发明通过以下所述技术方案实现上述目的：

主要通过以下五个步骤进行知识图谱构建。

步骤一：梳理抽取电网统一数据模型中文本数据的业务规则。

图2为步骤一：抽取电网统一数据模型中业务规则

(1)分析不同业务中文本数据的规则与约束条件，梳理构建语料关系网络中需要遵循的规则，列出规则集合，举例如下：

规则一：地点后常与线路、厂站名相连接；

规则二：文本中以名词+数字的表述为主；

规则三：文本中“杆塔”、“钢管杆”、“角钢塔”等相关词汇属于输电领域。

梳理规则集合，将规则分为机制性规则、约束性规则、从属性规则等类型。机制性规则是指规则确定了不同元素间的关联方式、驱动方式，如地点后常与线路、厂站名相连接；约束性规则确定了元素的存在方式等，如文本中以名词+数字的表述为主；从属性规则确定了元素的从属范围等，如文本中“杆塔”、“钢管杆”、“角钢塔”等相关词汇属于输电领域等。将不同类型规则统计出来，并对其主要条件进行整合与描述。

步骤二：整理业务规则中机制与条件约束，将相关规则用函数的形式进行描述。

图3为步骤二的业务规则用函数形式描述。

将业务规则中机制与条件约束转化为函数形式，使规则易于与机器学习算法做融合。以机制性规则、约束性规则、从属性规则为例，对其分别进行函数化描述，如下：

机制性规则：文本中不同元素类型有x，y，z，则其之间满足的机制性规则可通过函数关系表示：

r1：f(x，y，z)＝a(1)

其中，r1表示规则1，函数f约定了元素x，y，z的数学关系，其相互关系可根据具体情况而定，对于“地点后常与线路、厂站名相连接”的例子，其函数形式可表示为：

n(x)＝a*f(x)+b*g(y)(2)

其中，n(x)表示地点后相邻元素的数值表示，f(x)，g(y)分别表示线路、厂站所代表的数值表示，a，b分别表示x后与线路、厂站数值相连的可能性系数。

约束性规则：文本中不同元素需要满足一定的约束条件，如文本中不同元素类型有x，y，则其约束条件可表示为：

r2：f(x)∈{y|a＜y＜b}(3)

其中，f(x)为x与y的相关数值计算方式，通过约束其与y的数值范围，对不同元素关系进行约束。

从属性规则：文本中单个或多个元素被包含在某一范围内，其约束条件可表示为：

r3：x，y，z(4)

∈{f(a)，g(a)}

其中，f(a)，g(a)表示元素a以不同函数形式定义出的范围边界。

如上所述，可对不同类型的规则进行函数化表示，进而建立规则集合：

∑r：{r1，r2，...，rn}(5)

步骤三：将规则嵌入神经网络中，并与决策树进行融合形成文本数据流分类模型。图4为步骤三：规则嵌入神经网络激活函数中，与决策树进行结合形成数据流分类。

基于规则函数集合进行整合，构建形成新的函数作为神经网络神经元的激活函数，并确保网络满足梯度下降法的训练需求，使神经网络依据业务规则对数据流进行分类处理。以relu型激活函数为例，将某类型业务规则函数嵌入激活函数时，relu激活函数可表示为如下形式：

max(0,∑(ri(x)*ai))(6)

其中，ri为某类规则中的一个规则函数，ai为规则函数权重，x为输入的文本函数化表示变量。

通过上式得出融入规则的激活函数，对于不同的业务类型，其中所包含的规则数量与类型也有差别，可分别构建针对不同业务进行分类的神经网络，与决策树进行结合，形成不同神经网络作为决策树的节点，对输入数据流进行层层分类，最终获得数据流所述业务类型的分类模型。

以电力领域文本分类为例，对本步骤中的文本分类过程进行说明。

图5为文本数据流的分类模型。

图5中，文本字段“输电线路故障跳闸”经过向量化输入步骤三中的神经网络+决策树分类模型中，从上往下逐次经过决策树节点进行业务划分，在本级节点如果未得出业务分类，则进入下一级节点进行分类，如此逐次判断，最终得出文本分类。本例中，“输电线路故障跳闸”属于输电业务，则在第一级节点的神经网络nn1中可以得出分类结果。

步骤四：整理业务规则形成规则参数，形成激活函数对实体、关系原抽取算法中激活函数进行替代，提出融合规则的实体关系抽取算法。

图6步骤四：整理规则参数，提出融合规则的实体关系抽取

针对分类后某一特定业务领域的文本数据，对其进行实体与关系抽取。结合步骤一中梳理的不同领域的业务规则函数，整理规则机制系数、规则约束系数、样本边界系数等参数，改进长短记忆网络的神经元的激活函数，改进过程如下：

规则机制系数：

其中，αi为规则机制系数，为规则机制函数拟合值，n(x)为实际值，为平均值，可以反映业务数据与规则吻合的程度。

规则约束系数：

βi＝∑(f(x)i*k)(8)

其中，βi为规则约束系数，f(x)i为某元素的约束函数计算值，k为当其满足约束条件时为1，否则为零。

样本边界系数：

γi＝∑(∏fk(xj))(9)

其中，γi为样本边界系数，xj为文本中单个元素，fk(xj)为某元素的范围计算结果。

在获取了规则机制系数、规则约束系数、样本边界系数后，将其引入长短时记忆网络的激活函数中，改进的激活函数如下：

其中，σr(z)为融入规则的激活函数，αi为规则机制系数，βi为规则约束系数，γi为样本边界系数。

在长短时记忆网络的遗忘门、输入门、输出门中均引入规则系数，使算法与规则有效结合。

步骤五：基于融合规则的实体关系抽取算法，对统一数据模型进行实体、关系抽取，进而构建知识图谱。

图7步骤五：基于融入规则的实体关系抽取算法，构建知识图谱

将统一数据模型文本数据流中实体、关系抽取出来后，与规则的类型相似，实体间关系也存在多种类型，如机制性关系、约束性关系、从属性关系等，进而实体-关系也有多种组合单元，图谱中不同实体节点通过多种关系连接起来，形成包含多种实体-关系组合单元的知识图谱，以电力领域为例，包含机制性关系、约束性关系、从属性关系的知识图谱样例如下图：

图8为包含多种类型关系的知识图谱样例。

对于某一领域的统一数据模型，其往往包含多个子业务范围内的数据，因此基于统一数据模型构建的知识图谱，往往呈现以子业务为区块划分，同时子业务之间依据共有实体或关联业务，建立关联关系，因此基于统一数据模型建立的知识图谱在不同子业务中表现为如下图形式：

图9为基于统一数据模型的知识图谱子业务图谱间关联示例。

由此，本发明在基于统一数据模型进行知识图谱构建时，一方面基于各子业务数据进行实体、关系抽取，进而将子业务知识数据通过知识图谱保存，一方面将各子业务知识图谱间共有实体及关联关系链接起来，实现各业务中知识图谱数据的互联互通。

至此，通过步骤一至步骤五的处理过程，形成基于统一数据模型的垂直领域知识图谱构建技术。

对统一数据模型中本文数据的业务规则进行梳理，依据规则内在逻辑对其进行函数化表示。将规则函数引入神经元激活函数中，依据业务规则逻辑对统计数据模型中的文本数据流进行分类。整理业务规则函数形成规则参数，构建激活函数对实体、关系原抽取算法中激活函数进行替代，使知识图谱构建更符合业务规则，提升垂直领域统一数据模型中知识应用的效果。

本发明的优点为：

其一，提出将统一数据模型中文本数据业务规则的函数化表示方法。对统一模型中文本数据的业务规则进行梳理整合，提取机制性规则、约束性规则、从属性规则等不同类型规则，进而分析业务规则中机制与条件约束，用函数的形式对相关规则进行描述；

其二，设计神经网络与决策树的融合模型实现对统一数据模型中文本数据流的类别划分。基于函数化表示的业务规则，整理形成神经网络新的激活函数，并设计神经网络为节点的决策树模型，实现对业务文本数据的类别划分；

其三，设计融合统一数据模型业务规则的知识图谱构建技术。基于函数化表示的业务规则，进一步整理形成规则机制系数、规则约束系数、样本边界系数等参数，改进实体与关系抽取所用长短时记忆网络神经元的激活函数，形成融合业务规则的电力领域知识图谱构建技术。

如图10所示，本发明的另一目的在于提出一种垂直领域知识图谱构建系统，包括：

获取单元，用于获取电网统一数据模型中业务数据；

业务规则整理单元，用于对业务数据中的业务规则进行梳理，将业务规则用函数表达得到业务规则映射函数；

实体关系建立单元，用于将规则映射函数嵌入神经网络中，并与决策树进行融合形成文本数据流分类模型，将文本数据分流到不同业务类型中；针对文本数据流分类模型分类后的文本数据进行实体与关系抽取得到实体关系抽取算法；

实体关系融合单元，用于结合业务规则映射函数，得到规则系数，将规则系数引入实体关系抽取算法的激活函数中，形成融合业务规则的实体与关系抽取算法，

知识图谱构建单元，基于融合规则的实体关系抽取算法对电网统一数据模型进行实体关系抽取，并依据实体关系抽取结果构建知识图谱。

其中，所述业务规则整理单元具体包括：

规则集合整理单元，用于分析电网统一数据模型中不同业务文本数据的规则与约束条件，梳理构建语料关系网络中需要遵循的规则，列出规则集合；

规则集合分类单元，用于梳理规则集合，将规则分为机制性规则、约束性规则、从属性规则；其中，机制性规则是地点后常与线路、厂站名相连接；约束性规则是文本中以名词+数字的表述；从属性规则是文本中为输电领域相关词汇；

业务规则整合单元，用于统计不同类型规则，并整合与描述得到文本数据的业务规则。

如图11所示，本发明第三个目的是提供一种电子设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述垂直领域知识图谱构建方法的步骤。

所述方法包括以下步骤：

获取电网统一数据模型中业务数据；

对业务数据中的业务规则进行梳理分类；整理业务规则中机制与条件约束，将相关业务规则用函数的形式进行描述得到业务规则函数；

将业务规则函数嵌入神经网络中，并与决策树进行融合形成文本数据流分类模型；整理业务规则形成规则参数，形成激活函数对实体、关系原抽取算法中激活函数进行替代，得到融合规则的实体关系抽取算法；

基于融合规则的实体关系抽取算法，对统一数据模型进行实体关系抽取，并依据实体关系抽取结果构建知识图谱。

本发明第四个目的是提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述垂直领域知识图谱构建方法的步骤。

所述方法包括以下步骤：

获取电网统一数据模型中业务数据；

对业务数据中的业务规则进行梳理分类；整理业务规则中机制与条件约束，将相关业务规则用函数的形式进行描述得到业务规则函数；

将业务规则函数嵌入神经网络中，并与决策树进行融合形成文本数据流分类模型；整理业务规则形成规则参数，形成激活函数对实体、关系原抽取算法中激活函数进行替代，得到融合规则的实体关系抽取算法；

基于融合规则的实体关系抽取算法，对统一数据模型进行实体关系抽取，并依据实体关系抽取结果构建知识图谱。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。