具体实施方式

这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。

为了解决背景技术中提出的问题，本申请提供一种基于语义理解的知识图谱构建方法、检索方法及其系统，其中在构建知识图谱时，通过对文档中的语句进行语义识别后对上下位概念进行合并和对语义相近的语句进行剥离，并对不同重要性的语句进行区别标注，从而实现对语义相近或者同一语句表达不同意思的语句有效区分，避免后续检索中出现检索结果不准确的问题。以下通过实施例对具体实现方案进行详细说明。

实施例一

参照图1，图1为本申请实施例提供的一种基于语义理解的知识图谱构建方法的流程示意图，如图1所示。该方法至少包括以下步骤：

S101：获取待构建知识图谱的文档，并对文档中的语句进行提取；

具体的，在获取到文档后，若文档的格式不满足需要，也即不能直接进行后续处理，则需要首先对文档格式进行转换，将文档格式转换为需要的格式；之后，再对文档中的语句进行提取，提取时可有选择性地提取，主要提取重点语句，而对于非重点语句可不提取，其中，重点语句指的是具有实际含义、表达特定观点以及进行具体说明等可能会被检索的语句，尤其是文章的中心思想语句。而非重点语句则相反，指的是无实际意义的语句，比如表达语气的语句，该类型语句不会被检索，因此可不提取。

提取过程中，需要对文档进行逐句识别，并判根据各语句语义判断其是否为重点语句，再对重点语句进行提取。其中，语句的语义识别可采用NLP（Natural LanguageProcessing，自然语言处理）技术实现，该技术在研究人与计算机交互的语言问题上被广泛应用，因此本实施例不再对其原理和应用过程进行详述。

S102：对提取得到的各语句按照主语、谓语和宾语的句子成分进行分割；

具体的，本步骤中，对语句按照主语、谓语和宾语的形式进行分割，从而可以得到多个词语或词组，目的是为后续步骤中确定上位概念和下位概念建立基础。

S103：对进行分割后的各语句进行关系抽取，包括在进行语义识别后对各语句进行提取和分类，以基于句子成分将上位概念和下位概念进行关联和合并，并将语义相近的语句进行剥离，以及基于各语句的重要性，分别对各语句进行标注；

具体的，本步骤的关系抽取也即抽取得到基于句子成分分割得到的词语或词组所属的上位概念和下位概念的对应关系，以及不同语句的句子成分之间的相同或相似关系。其中，在语义识别后，可以得到不同词语或词组其所述的下位概念和该下位概念所对应的上位概念，以及对应的更下位概念等等；然后可以基于此更好地确定语义，更好地实现对语义相同或相似的语句的区分和剥离，避免出现在后续检索的时候出现相近的语义。此外，基于语句重要性对不同语句进行标注，可以在后续构建知识图谱以及后续检索时，对不同重要性的语句进行有效关联和区分，进一步防止出现遇到语义相近的或者同一语句表达不同的意思的情况下，检索出来不是需要的语句和文章的问题。

进一步的，所述基于各语句的重要性，分别对各语句进行标注，具体包括：根据语义识别的结果，对所有语句中表示文章的中心思想的语句进行标注，以及对剩余语句进行标注。其中，本步骤中首先对之前提取得到中心思想语句进行标注，从而首先确定文章整体表达的含义，再对剩余语句（也即提取的所有语句中除中心思想语句外的语句）进行标注，从而确定各不同语句所表达的含义，同时确保所有语句均进行标注。进行语句标注后，可以实现对不同语句的关联和区分。

S104：对进行关系抽取后的各语句分别进行关系识别，以得到各自对应的关系网；

具体的，该步骤的作用是对语句进行简单的处理分类，为后续步骤中构建知识图谱建立基础。其中，可按照上下位概念的对应关系，语义相近或相同的对应关系，中心思想与其余内容的对应关系，因果关系，对立关系等等，进行关系识别，初步建立每个语句与其他语句、其他词语以及其他词组的关联关系网。

S105：基于所述关系网中的语句，构建知识图谱。

在上述步骤建立初步的关系网之后，即可进一步根据需要建立知识图谱。且通过上述步骤建立的知识图谱可以实现对语义相近或同一语句表达不同含义的语句进行有效区分，防止后续基于知识图谱进行检索时，出现检索结果不是用户所需结果的情况。

本申请实施例提供的上述技术方案中，构建知识图谱时，在获取待构建知识图谱的文档后对语句进行提取；对提取得到的各语句按照主语、谓语和宾语的句子成分进行分割，并对进行分割后的各语句进行关系抽取，包括在进行语义识别后对各语句进行提取和分类，以基于句子成分将上位概念和下位概念进行关联和合并，并将语义相近的语句进行剥离，以及基于各语句的重要性，分别对各语句进行标注，从而可以将语义相近或者同一语句表达不同意思的语句进行有效区分；之后再对进行关系抽取后的各语句分别进行关系识别，以得到各自对应的关系网，最后基于关系网构建知识图谱。如此设置，可以有效避免在语句的语义相近或者同一语句表达不同意思的情况下，出现检索结果不是需要的语句和文章的问题，也即可以有效提高检索精度，从而增强用户的使用体验。

为了进一步增强用户的使用体验，本申请实施例中还提供上述方案的改进方案。

实施例二

参照图2，图2为本申请实施例提供的另一种基于语义理解的知识图谱构建方法的流程示意图。

如图2所示，该方法包括以下步骤：

S201：获取待构建知识图谱的文档，并对文档中的语句进行提取；

S202：对提取得到的各语句按照主语、谓语和宾语的句子成分进行分割；

S203：对进行分割后的各语句进行关系抽取，包括在进行语义识别后对各语句进行提取和分类，以基于句子成分将上位概念和下位概念进行关联和合并，并将语义相近的语句进行剥离，以及基于各语句的重要性，分别对各语句进行标注；

S204：对进行关系抽取后的各语句分别进行关系识别，以得到各自对应的关系网；

S205：对进行关系识别后得到的所述关系网中的各语句进行注释；

S206：基于所述关系网中的语句，构建知识图谱。

其中，本实施例相对于实施例一的方案，改进点在于：在对语句进行关系识别，以得到各语句对应的关系网之后，构建知识图谱之前，还对关系网中的语句添加注释，也即，对各语句以及其中的词语和词组，采用与原文不同的、更容易理解的表述方式进行解释说明。通过添加注释，在后续检索时，检索结果中除了展示原文章和语句，还可展示注释内容，从而使检索用户可以更容易理解文章、语句和词语的意思。

此外，一些实施例中，所述步骤S206之前，所述方法还包括：将各语句的注释内容添加到对应语句在文档中的原始位置，并结合上下文对注释内容进行语义校对；若语义校对的结果表示注释内容存在错误，则修改注释内容，并重新进行语义校对，直至语义校对的结果表示注释内容正确。

也即，在步骤S205中对各语句进行注释之后，先将注释内容添加到被注释语句所在的原始位置，从而结合上下文判断注释内容与被注释语句表达的含义是否一致（也即语义校对），若不一致（也即存在错误），则修改注释内容，直至注释内容与被注释语句表达的含义一致，以避免添加错误的注释而出现语句错乱的情况。

需要说明的是，实施例二其他未进行说明的步骤的具体实现方法与实施例一中的对应步骤一致，因此不再详述。

此外，在上述方案构建的知识图谱的基础上，本申请实施例还提供一种基于知识图谱的检索方法。参照图3，图3为本申请实施例提供的一种基于知识图谱的检索方法的流程示意图。

如图3所示，该方法至少包括如下步骤：

S301：分别获取用户输入的第一检索词、第二检索词和第三检索词；所述第一检索词用于检索上位概念，所述第二检索词用于检索下位概念，所述第三检索词用于检索具体关键词；

S302：基于所述第一检索词、第二检索词和第三检索词生成并输出检索指令，以基于所述检索指令，利用所述知识图谱进行检索。

具体的，本实施例的检索方法是基于上述实施例一或实施例二中构建的知识图谱进行的，而对应的知识图谱在构建过程中对上位概念和下位概念进行了区分和关联合并，因此，在用户进行检索时，可以根据想要检索的具体关键词，输入其对应的上位概念和下位概念的检索词进行对应检索，再结合具体关键词，通过多次的限位使得在检索的时候，更加的精准。

其中需要说明的是，在实际检索过程中，对于第一检索词、第二检索词和第三检索词的检索，可以是多次检索也可以是一次检索，也即：①用户可以先输入第一检索词，进行第一次检索，得到上位概念的检索结果；再在第一次检索结果的基础上，输入第二检索词，进行第二次检索，得到下位概念的检索结果；最后在第二次检索结果的基础上，输入第三检索词，得到最终检索结果。或者，②用户也可以依次输入第一检索词、第二检索词和第三检索词，当三个检索词均输入完毕后，再下达检索命令，从而执行检索步骤，且直接得到最终检索结果。

其中，第①种检索方式的优点在于，每一次得到检索结果后，用户可以判断当前检索结果与实际需求是否一致，也即判断输入的检索词是否正确，如果不正确可及时调整修改。而第②种检索方式的优点在于，由于仅执行一次检索过程（实际执行检索过程需要耗费一定时间），因此，如果能够确保输入的检索词均正确，则可以节省检索时间。

通过上述检索方案，在进行检索时，可以分别对上位概念、下位概念和具体关键词进行检索，通过多次的限位，使得检索结果更加的精准。

此外，基于相同的发明构思，对应于上述实施例的基于语义理解的知识图谱构建方法，本申请实施例还提供一种基于语义理解的知识图谱系统。参照图4，图4为本申请实施例提供的一种基于语义理解的知识图谱系统的结构示意图。

如图4所示，该知识图谱系统至少包括：

文档录入模块41，用于获取待构建知识图谱的文档；

语句提取模块42，用于对所述文档录入模块获取的文档中的语句进行提取；

语句分割模块43，用于对所述语句提取模块提取得到的各语句按照主语、谓语和宾语的句子成分进行分割；

关系抽取模块44，用于对进行分割后的各语句进行关系抽取，包括在进行语义识别后对各语句进行提取和分类，以基于句子成分将上位概念和下位概念进行关联和合并，并将语义相近的语句进行剥离，以及基于各语句的重要性，分别对各语句进行标注；

关系识别模块45，用于对所述关系抽取模块进行关系抽取后的各语句分别进行关系识别，以得到各自对应的关系网；

构建模块49，用于基于所述关系网中的语句，构建知识图谱；

存储模块50，由于存储所述构建模块构建的知识图谱。

具体的，上述知识图谱系统可以是计算机等智能设备，其各模块可以是基于软件、硬件或其结合的功能模块；若仅基于软件，则各功能模块分别由对应的子程序实现，若仅基于硬件，则各功能模块分别由处理器等控制器实现，且各功能模块按照所执行的步骤依次电性连接。

实际应用中，文档录入模块41用来将文档进行转换成需要的格式，并打包成数据包进行发送；语句提取模块42用来将文档录入模块41发送的数据包进行接收，将数据包中的文档重点语句进行提取，尤其提取文章的中心思想语句，然后将提取的语句进行打包发送；语句分割模块43用来将语句提取模块42发送的语句进行拆分，将语句按照主、谓、宾的模式拆开，按照主、谓、宾的模式将所有的语句打包成三部分，然后进行发送；关系抽取模块44接收语句分割模块43发送的语句进行提取和分类，将上位概念和下位概念合并好，将语义相近的语句进行剥离，避免出现在检索的时候出现相近的语义，并且将文章的中心思想语句进行标注，最后将剩下的标本进行标注，处理好后形成一个数据包并且发送；关系识别模块45用于将关系抽取模块44发送的数据识别成一个各自的关系网，进行简单的处理分类，并以数据的方式进行打包发送；构建模块49将简单分类处理后的关系网构建成一个完全的知识图谱；存储模块50将知识图谱进行储存，以便后续检索时调用，必要时可以知识图谱上传到云服务器中。

其中，可选的，关系抽取模块44包括语义标注子模块、概念分类子模块、知识标注子模块和标本标注子模块，所述语义标注子模块将语义相近的语句进行标注，然后再进行剥离，所述概念分类子模块将上位概念和下位概念合并好，所述知识标注子模块将文章的中心思想语句进行标注，所述标本标注子模块将文章剩下的语句进行标注。

此外，可选的，如图4所示，所述知识图谱系统还包括：读取模块46，用于读取关系识别模块45得到的关系网数据，并在待注释语句的对应的位置添加可编辑的空白单元；注释模块47，用于在读取模块添加的空白单元中增加注释内容，以对所述关系网中的各语句进行注释；校对模块48，用于将各语句的注释内容添加到对应语句在文档中的原始位置，并结合上下文对注释内容进行语义校对，并且，所述注释模块47还用于若校对模块48进行语义校对的结果表示注释内容存在错误，则修改注释内容，并使校对模块48重新进行语义校对，直至语义校对的结果表示注释内容正确。

具体的，在前述方案的基础上，读取模块46将接收的关系识别模块45发送的数据进行读取，在对应的位置添加空白；注释模块47在读取模块46添加的空白中进行注释，增加解释，使得能够更容易理解语句意思，注释结束后打包发送；校对模块48用于将注释模块47注释的意思在文档中的意义进行校对，避免出现语句错乱的情况，无错误后进行打包发送；进而，构建模块49基于注释后的关系网数据构建知识图谱。

此外，基于相同的发明构思，对应于上述实施例的基于知识图谱的检索方法，本申请实施例还提供一种基于知识图谱的检索系统。参照图5，图5为本申请实施例提供的一种基于知识图谱的检索系统的结构示意图。

如图5所示，该检索系统包括上述的基于语义理解的知识图谱系统，还包括与知识图谱系统通信连接的查询系统；

其中，所述查询系统至少包括：新检索模块51、二次检索模块52、三次检索模块53和输出模块54；

新检索模块51，用于获取用户输入的第一检索词，二次检索模块52用于获取用户输入的第二检索词，三次检索模块53用于获取用户输入的第三检索词；所述第一检索词用于检索上位概念，所述第二检索词用于检索下位概念，所述第三检索词用于检索具体关键词；

输出模块54，用于生成并输出检索指令，以基于所述检索指令，利用所述知识图谱进行检索。

其中，上述检索系统可以是计算机等智能设备，其各模块可以是基于软件、硬件或其结合的功能模块；若仅基于软件，则各功能模块分别由对应的子程序实现，若仅基于硬件，则各功能模块分别由处理器等控制器实现，且各功能模块按照所执行的步骤依次电性连接。

此外，可选的，如图5所示，所述查询系统还包括检索记忆模块55，检索记忆模块55用于记忆历史输入的第一检索词；从而，当用户需要第一检索词时，除了可以通过新检索模块51进行输入外，如果曾经输入过第一检索词，则可以通过检索记忆模块55的记忆功能选择输入历史输入的第一检索词，再进行后续检索。

此外，实际应用中，如图5所示，所述查询系统还包括：登陆模块56和检索模块57；登陆模块56是用户用来登陆检索系统，检索模块57则是用来进入到检索栏。之后，当用户输入检索词后，即可由输出模块输出检索指令至知识图谱系统，从而利用之前存储在本地或云服务器的知识图谱实现检索。

通过上述方案，可以得到精准的检索结果，增强用户的使用体验。

可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。

需要说明的是，在本申请的描述中，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。此外，在本申请的描述中，除非另有说明，“多个”的含义是指至少两个。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。

应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列（PGA），现场可编程门阵列（FPGA）等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。