(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 202210443530.8 (22)申请日 2022.04.26 (71)申请人 马上消费金融股份有限公司 地址 401120 重庆市渝北区黄山大道中段 52号渝兴广场B2栋4至8楼 (72)发明人 邓泽贵　王洪斌　权佳成　 (74)专利代理 机构 北京国昊天诚知识产权代理 有限公司 1 1315 专利代理师 许振新 (51)Int.Cl. G06F 16/36(2019.01) G06K 9/62(2022.01) (54)发明名称 知识图谱的构建方法、 训练方法、 信息推荐 方法及装置 (57)摘要 本申请提供一种知识图谱的构建方法、 基于 知识图谱库的推荐方法及装置， 包括： 对目标文 本进行语义特征编码， 得到与目标文本对应的第 一特征序列。 对目标文本对应的第一特征序列进 行实体关系识别， 得到与目标文本对应的实体关 系集合。 基于所述目标文本对应的第一特征序列 和所述实体关系集合， 确定所述目标文本对应的 所述实体关系集合中各实体关系的实体标识序 列。 从所述目标文本对应的所述实体 关系集合中 各实体关系对应的实体标识序列中， 提取所述实 体关系集合中各实体关系对应的首实体和尾实 体， 根据所述实体关系集合中各实体关系， 所述 各实体关系对应的首实体、 所述各 实体关系对应 的尾实体构建所述知识图谱。 权利要求书3页 说明书17页 附图9页 CN 114817562 A 2022.07.29 CN 114817562 A 1.一种知识图谱的构建方法， 其特 征在于， 包括： 对目标文本进行语义特 征编码， 得到与所述目标文本对应的第一特 征序列； 对所述目标文本对应的第 一特征序列进行实体关系识别， 得到与所述目标文本对应的 实体关系集 合； 基于所述第 一特征序列和对应的所述实体关系集合， 确定所述实体关系集合中各实体 关系的实体标识序列； 从所述目标文本对应的所述实体关系集合中各实体关系 对应的实体标识序列中， 提取 所述实体关系集 合中各实体关系对应的首实体和尾实体； 根据所述实体关系集合中各实体关系， 所述各实体关系对应的首实体、 所述各实体关 系对应的尾实体构建所述知识图谱。 2.根据权利要求1所述的方法， 其特征在于， 所述基于所述目标文本对应的第 一特征序 列和所述 实体关系集合， 确定所述目标文本对应所述 实体关系集合中各实体关系的实体标 识序列， 包括： 将所述目标文本对应的第一特征序列和所述实体关系集合中各实体关系进行二维特 征编码， 得到与所述目标文本对应的第二特 征序列； 对所述目标文本的第 二特征序列进行实体标识识别， 得到所述目标文本对应所述实体 关系集合中的各实体关系的实体标识序列。 3.一种知识图谱识别模型的训练方法， 其特 征在于， 包括： 将已标注的样本文本输入至初始知识图谱识别模型进行语义特征编码， 得到所述样本 文本的第三特征序列， 其中， 所述已标注的样本文本的标注信息包括所述样本文本对应多 个实体关系的实体标识序列； 将所述样本文本的第三特征序列输入至所述初始知识图谱识别模型进行实体关系识 别， 得到所述样本文本对应的实体关系集 合； 将所述样本文本的第三特征序列和所述实体关系集合输入至所述初始知识图谱识别 模型进行实体标识 识别， 得到所述实体关系集 合中每个实体关系的预测实体标识序列； 基于所述实体标识序列， 以及所述预测实体标识序列， 对所述初始知识图谱识别模型 进行训练， 得到知识图谱识别模型， 其中， 所述知识图谱识别模型用于识别目标文本中由实 体关系、 所述实体关系对应的首实体、 所述实体关系对应的尾实体组成的知识图谱的实体 标识序列。 4.根据权利要求3所述的方法， 其特 征在于， 所述将所述样本文本的第三特征序列和所述实体关系集合输入至所述初始知识图谱 识别模型进行实体标识识别， 得到所述实体关系集合中每个实体关系的预测实体标识序 列， 包括： 将所述样本文本的第三特征序列和所述实体关系集合输入至所述初始知识图谱识别 模型， 以对所述样本文本的第三特征序列和所述实体关系集合进行二维特征编码， 得到所 述样本文本的第四特 征序列； 以及， 将所述样本文本的第四特征序列输入至所述初始知识图谱识别模型， 以对所述样本文 本的第四特征序列进 行实体标识识别， 得到所述 实体关系集合中每个实体关系的预测实体 标识序列。权　利　要　求　书 1/3 页 2 CN 114817562 A 25.根据权利要求3所述的方法， 其特征在于， 所述初始知识图谱识别模型包括用于实体 关系识别的实体关系识别模型和用于实体标识序列 识别的实体标识识别模 型， 所述基于所 述样本文本对应的实体标识序列， 以及所述样本文本对应所述实体关系集合中各实体关系 的实体标识序列， 对所述初始知识图谱识别模型进行训练， 得到知识图谱识别模型， 包括： 基于所述实体关系集合中各实体关系， 以及所述样本文本标注的实体标识序列所属的 实体关系， 确定所述实体关系识别模型的第一训练损失； 基于所述样本文本对应所述实体关系集合中各实体关系的实体标识序列， 以及所述样 本文本标注的实体标识序列， 确定所述实体标识 识别模型的第二训练损失； 基于所述第一训练损 失和所述第二训练损 失确定总训练损 失， 基于所述总训练损 失， 对所述实体关系识别模型和所述 实体标识识别模型的参数进 行调整， 以得到所述知识图谱 识别模型。 6.一种信息推荐方法， 其特 征在于， 包括： 获取目标用户的用户信息； 确定所述用户信息中的目标实体； 根据所述目标实体从知识图谱中确定至少一个候选三元组知识， 其中， 所述候选三元 组知识的首实体为所述目标实体， 所述知识图谱是基于权利要求 1或2所述的方法确定得到 的； 将所述候选三元组知识的尾实体的信息推荐给 所述目标用户。 7.根据权利要求6所述的方法， 其特征在于， 所述目标实体为多个， 所述根据所述目标 实体从知识图谱中确定 至少一个候选三元组知识， 包括： 从所述知识图谱中确定各目标实体作为首实体的多个三元组知识， 在所述多个三元组 知识中选取同时与所述多个目标实体具有实体关系的至少一 者作为候选三元组知识。 8.根据权利要求6或7 所述的方法， 其特 征在于， 所述用户信息为所述用户的提问信息， 所述目标实体为所述提问信息中的提问实体； 或者， 所述用户信 息为所述用户的商 品搜索信 息， 所述目标实体为所述商 品搜索信 息中的商 品实体。 9.一种知识图谱的构建装置， 其特 征在于， 包括： 编码模块， 对目标文本进行语义特 征编码， 得到与所述目标文本对应的第一特 征序列； 实体关系识别模块， 对所述目标文本对应的第一特征序列进行实体关系识别， 得到所 述目标文本对应的实体关系集 合； 实体标识识别模块， 基于所述目标文本对应的第一特征序列和所述实体关系集合， 确 定所述目标文本对应的所述实体关系集 合中各实体关系的实体标识序列； 知识图谱提取模块， 从所述目标文本对应的所述实体关系集合中各实体关系 对应的实 体标识序列中， 提取所述实体关系集合中各实体关系对应的首实体和尾实体， 根据所述实 体关系集合中各实体关系， 所述各实体关系对应的首实体、 所述各实体关系对应的尾实体 构建所述知识图谱。 10.一种电子设备包括： 存储器、 处理器及存储在所述存储器上并可在所述处理器上运 行的计算机程序， 其特征在于， 所述计算机程序被所述处理器以执行权利要求1或2所述的 方法， 或者权利要求3 至5任一项所述的方法， 或者权利要求6 至8任一项所述的方法。权　利　要　求　书 2/3 页 3 CN 114817562 A 3