(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210798948.0 (22)申请日 2022.07.08 (71)申请人 讯飞智元信息科技有限公司 地址 230088 安徽省合肥市高新区望江西 路666号讯飞大厦8层-10层 申请人 科大讯飞股份有限公司 (72)发明人 倪修峰　曹伟灿　张友国　吕军　 刘江　胡少云　范磊　陆野　 孙骁磊　胡欣欣　 (74)专利代理 机构 北京集佳知识产权代理有限 公司 11227 专利代理师 王雨 (51)Int.Cl. G06F 16/36(2019.01) G06F 40/30(2020.01) (54)发明名称 基于知识图谱的知识采样方法、 装置及相关 设备 (57)摘要 本申请公开了一种基于知识图谱的知识采 样方法、 装置及相关设备， 在知识图谱中选择起 始节点， 进而在节点间沿有向边以不同概率进行 转移， 每经过一次转移， 根据转移前后的两个节 点及有向边生 成一个M元组， 添加到采样路径中， 直至路径长度达到设定长度为止， 每次转移时， 由当前节 点转移至任一邻居节 点的概率， 根据当 前节点之前游走过节点与邻居节点间的距离， 和/或当前节点与邻居节点间的语义关系确定。 每次节点转移时参考当前节点之前游走过节点 与下一邻居节 点间的距离来确定转移概率， 可以 引导采样倾向性， 此外还可以参考当前节点与下 一邻居节 点间的语义关系来确定转移概率， 于此 可以沿着语义明确的关系进行游走采样， 提升采 样路径的质量。 权利要求书2页 说明书10页 附图2页 CN 115309909 A 2022.11.08 CN 115309909 A 1.一种基于知识图谱的知识采样方法， 其特 征在于， 包括： 获取目标知识图谱； 在所述目标知识图谱中选择至少一个节点， 作为 起始节点； 对于每一起始节点， 在所述目标知识图谱的节点间沿有向边以不同概率进行转移， 节 点每经过一次转移， 根据转移前后的两个节点及有向边生成一个M元组， 所述M元组至少包 括头实体、 尾实体及头、 尾实体间的关系名， 每次转移 时， 由当前节点转移至任一邻居节点 的概率， 根据当前节点之前游走过节 点与所述邻居节点间的距离， 和/或当前节点与所述邻 居节点间的语义关系确定； 将生成的M元组添加到与起始节点对应的采样路径中， 直至采样路径的长度达到设定 长度为止， 得到与每一 起始节点对应的最终采样路径。 2.根据权利要求1所述的方法， 其特征在于， 根据当前节点之前游走过节点与 所述邻居 节点间的距离， 和/或当前节 点与所述邻居节点间的语义关系， 确定 当前节点转移至任一邻 居节点的概 率的过程， 包括： 根据当前节点之前游走过节点与所述邻居节点间的距离， 和/或当前节点与所述邻居 节点间的语义关系， 确定当前节点 转移至任一邻居节点的转移得分； 对于任一目标邻居节点： 基于当前节点转移至所述目标邻居节点的转移得分， 以及 当前节点转移至各邻居节点 的转移得分的总和， 确定当前节点 转移至所述目标邻居节点的概 率。 3.根据权利要求2所述的方法， 其特征在于， 所述根据当前节点之前游走过节点与 所述 邻居节点间的距离， 和/或当前节点与所述邻居节点间的语义关系， 确定 当前节点转移至任 一邻居节点的转移得分， 包括： 根据当前节点的上一节点与 所述邻居节点间的距离， 确定当前节点转移至所述邻居节 点的第一 转移得分； 根据当前节点与所述邻居节点间的语义关系， 确定当前节点转移至所述邻居节点的第 二转移得分； 根据所述第一转移得分， 和/或第 二转移得分， 确定当前节点转移至所述邻居节点的总 转移得分。 4.根据权利要求3所述的方法， 其特征在于， 所述根据当前节点的上一节点与 所述邻居 节点间的距离， 确定当前节点 转移至所述邻居节点的第一 转移得分， 包括： 确定当前节点的上一节点与 所述邻居节点间的最短跳转 次数， 所述最短跳转 次数取值 范围为{0,1,2}， 不同的最短跳转次数对应有不同的转移得分设定值， 其中， 最短跳转次数0 对应的转移得分设定值由第一超参数控制， 最短跳转次数2对应的转移得分设定值由第二 超参数控制； 根据确定的当前节点的上一节点与 所述邻居节点间的最短跳转 次数， 选取对应的转移 得分设定值， 作为当前节点 转移至所述邻居节点的第一 转移得分。 5.根据权利要求3所述的方法， 其特征在于， 所述根据当前节点与所述邻居节点间的语 义关系， 确定当前节点 转移至所述邻居节点的第二 转移得分， 包括： 对于当前节点的任一目标邻居节点： 确定当前节点与所述目标邻居节点的目标关系名；权　利　要　求　书 1/2 页 2 CN 115309909 A 2统计当前节点的所有邻居节点中， 与当前节点具备所述目标关系名的邻居节点的总个 数； 基于所述总个数、 所述当前节点的所有邻居节点的个数及第三超参数， 确定当前节点 转移至目标邻居节点的第二 转移得分， 其中， 所述总个数越大， 所述第二 转移得分越小。 6.根据权利要求3所述的方法， 其特征在于， 所述根据所述第 一转移得分， 和/或第二转 移得分， 确定当前节点 转移至所述邻居节点的总转移得分， 包括： 将所述第一转移得分与所述第 二转移得分的乘积， 作为当前节点转移至所述邻居节点 的总转移得分。 7.根据权利要求1 ‑6任一项所述的方法， 其特征在于， 在所述目标知识图谱中选择至少 一个节点， 作为 起始节点， 包括： 在所述目标知识图谱中随机选择指定数量的节点， 作为起始节点， 所述指定数量不小 于1。 8.根据权利要求1 ‑6任一项所述的方法， 其特 征在于， 所述M元组为 三元组； 或， 所述M元组为五元组， 所述五元组包括： 头实体及其概念、 尾实体及其概念、 头、 尾实体 间的关系名。 9.根据权利要求1 ‑6任一项所述的方法， 其特征在于， 在得到各条最终采样路径之后， 该方法还包括： 对于每一条最终采样路径， 基于其中包含的M元组序列生成对应的训练语句， 所述训练 语句用于作为实体识别模型的训练数据。 10.一种基于知识图谱的知识采样装置， 其特 征在于， 包括： 知识图谱获取 单元， 获取目标知识图谱； 起始节点选取 单元， 用于在所述目标知识图谱中选择至少一个节点， 作为 起始节点； 节点转移单元， 用于对于每一起始节点， 在所述目标知识图谱的节点间沿有向边以不 同概率进行转移， 节点每经过一次转移， 根据转移前后的两个节点及有向边生成一个M元 组， 所述M元组至少 包括头实体、 尾实体及头、 尾实体间的关系名， 每次转移时， 由当前节点 转移至任一邻居节 点的概率， 根据当前节点之前游走过节点与所述邻居节点间的距离， 和/ 或当前节点与所述邻居节点间的语义关系确定； 采样路径确定单元， 用于将生成的M元组添加到与起始节点对应的采样路径中， 直至采 样路径的长度达 到设定长度为止， 得到与每一 起始节点对应的最终采样路径。 11.一种知识采样设备， 其特 征在于， 包括： 存 储器和处 理器； 所述存储器， 用于存 储程序； 所述处理器， 用于执行所述程序， 实现如权利要求1～9中任一项所述的基于知识图谱 的知识采样方法的各个步骤。 12.一种存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序被处理器执 行时， 实现如权利要求1～ 9中任一项所述的基于知识图谱的知识采样方法的各个步骤。权　利　要　求　书 2/2 页 3 CN 115309909 A 3