基于图规则挖掘的知识图谱更新方法及系统

  • 国民经济行业:金融业/资本市场服务/资本投资服务
  • 学科类别:计算机科学技术/人工智能、计算机科学技术/计算机应用
  • 权利人:上海交通大学

知识产权简介

知识图谱通过将数据图结构化来表示世界中的概念和其相互关系,并且已经在例如自然语言理解,知识问答,搜索,商品推荐等各种现实任务上取得了巨大成功。然而现有的大部分知识图谱构建基于静态知识,即实体之间的隐含关系不会发生变化,但现实生活中的事物会随各种图变化事件而演变,导致节点属性变化和图结构变化。例如,公司与员工的隶属关系,可能通过离职,签约等事件发生变化。与此同时员工之间的同事,上下级关系可能也会随之变化。因此,为了更好地促进下游任务,我们应该动态更新知识图谱中的信息。 为了获取图变化事件的信息,我们为动态图构建一个图规则挖掘的知识图谱更新系统框架,解决了现有工作遇到的专家规则人工标注成本高,更新耗时高,无法适用新实体的问题。首先,给定动态知识图谱事件,我们通过这些子图构建出面向时间感知的图模式语义规则。这种方法可以在不需要人工标注的情况下产生规则,从而解决了人工标注成本高问题。其次,我们提出对这些规则进行基于图模式关系的有效筛除,选择最有效的规则子集进行更新,解决了更新耗时高。然后,这些规则在新的图谱上可以使用子图匹配的方式进行更新,避免了无法使用新实体的问题。

基本信息

权利人 上海交通大学
知识产权类型 专利
意向合作模式
预估金额
联系合作