(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 202210998984.1 (22)申请日 2022.08.19 (71)申请人 北京易华录信息技 术股份有限公司 地址 100043 北京市石景山区阜石路16 5号 院1号楼10 01室 (72)发明人 胡泽婷　郭曼　路兴　 (74)专利代理 机构 北京三聚阳光知识产权代理 有限公司 1 1250 专利代理师 刘静 (51)Int.Cl. G06F 40/289(2020.01) G06F 40/216(2020.01) G06F 40/284(2020.01) G06F 40/295(2020.01) G06F 40/30(2020.01)G06F 16/35(2019.01) G06F 16/36(2019.01) (54)发明名称 一种基于关键短语的知识图谱可视化方法 及系统 (57)摘要 本发明提供一种基于关键短语的知识图谱 可视化方法及系统， 方法包括： 对文本进行预处 理得到分词结果， 并基于分词结果获取高频词及 提取实体， 构建实体间的共现关系； 运用关键词 提取算法从高频词中找出关键词， 将相邻关键词 进行融合， 得到候选关键短语； 将分词结果重组 得到新短语， 将新短语与候选关键短语排序得到 最终关键短语； 对文本抽取事件三元组， 根据构 建的事件三元组， 建立最终关键短语、 高频词和 实体三者之间的关系； 将实体间的共现关系， 和 最终关键短语、 高频词和实体三者之间的关系进 行图谱化展示。 本发明可以快速直观 地了解当前 文本的关键词以及知识结构体系， 能全面捕捉文 章的关键信息 。 权利要求书2页 说明书8页 附图3页 CN 115249012 A 2022.10.28 CN 115249012 A 1.一种基于关键短语的知识图谱可视化方法， 其特 征在于， 包括： 对文本进行预处理得到分词结果， 并基于分词结果获取高频词及提取实体， 并构建实 体间的共现关系； 运用关键词提取算法从高频词中找出关键词， 将相邻关键词进行融合， 得到候选关键 短语； 将分词结果进行重组得到新短语， 将新短语与候选关键短语进行排序得到最终关键短 语； 对文本抽取事件三元组， 过滤出与实体相关的事件三元组， 根据所述构建的事件三元 组， 建立最终关键短语、 高频词和实体三 者之间的关系； 将实体间的共现关系， 以及最终关键短语、 高频词和实体三者之间的关系进行图谱化 展示。 2.根据权利要求1所述的基于关键短语的知识图谱可视化方法， 其特征在于， 所述对文 本进行预处理得到分词结果的过程， 包括： 移除文本中括 号内的信息， 去除噪声； 将文本进行短句切分处 理， 得到多个句子； 对句子进行分词处 理得到分词结果。 3.根据权利要求1所述的基于关键短语的知识图谱可视化方法， 其特征在于， 所述提取 实体， 并构建实体间的共现关系的过程， 包括： 在文本中查找提取的实体并标记其类型， 进行命名实体识别； 从文本中抽取至少两个实体之间的语义关系， 作为 直接共现关系； 利用具有大量实体与关系构 成的知识库对文本 中实体进行关系标注， 得到实体之间的 推理共现关系； 所述直接共现关系和推理共现关系共同组成实体之间的共现关系。 4.根据权利要求3所述的基于关键短语的知识图谱可视化方法， 其特征在于， 所述从文 本中抽取至少两个实体之 间的语义关系， 包括 实体之间关系抽取和实体属性抽取， 其中： 实 体之间关系抽取是采取监督学习或远程监督学习的方式抽取实体之 间的关系； 实体属性抽 取是对实体的特 征和性质进行抽取。 5.根据权利要求1所述的基于关键短语的知识图谱可视化方法， 其特征在于， 运用关键 词提取算法从高频词中找出关键词， 将相 邻关键词进 行融合， 得到候选 关键短语的过程， 包 括： 采用tf‑idf算法从高频词中找出碎片化的关键词， 将在文本中相邻的碎片化的关键词 进行合并得到 关键短语， 根据权重对关键 短语进行排序调整， 去除意义相同的短语， 得到候 选关键短语； 所述权重包括关键短语的词性权重、 位置权重、 长度权重以及主题突出度权 重。 6.根据权利要求5所述的基于关键短语的知识图谱可视化方法， 其特征在于， 所述融合 得到候选关键短语的条件， 包括： 短语的token长度不超过预设长度阈值； 关键短语中不可 出现超过预设数个的虚词； 关键 短语的两端t oken不可是虚词和停用词； 关键短语中停用词 数量不可超过预设个数； 运用MMR算法计算短语重复度， 进而去掉意义相同的关键短语， 所 述token为词汇， 包括关键词， 以及关键词相应的虚词、 停用词。权　利　要　求　书 1/2 页 2 CN 115249012 A 27.根据权利要求1所述的基于关键短语的知识图谱可视化方法， 其特征在于， 所述将新 短语与候选 关键短语进行排序得到最 终关键短语， 使用LDA主题模型进 行计算权重并排序， 包括： 预训练LDA模型， 其包括对文本进行分类， 并进行主题预测； 使用预训练好的LDA模型， 计算文本的主题概率分布以及每一个关键短语与新短语的 在不同主题下 的概率分布， 将得到的概率分布作为最终权重； 将所述关键短语与新短语在 不同主题下的最终权 重， 由大到小 进行排序， 得到不同主题分别对应的最终关键短语。 8.一种基于关键短语的知识图谱可视化系统， 其特 征在于， 包括： 文本预处理模块， 对文本进行预处理得到分词结果， 并基于分词结果获取高频词及提 取实体， 并构建实体间的共现关系； 关键词融合模块， 运用关键词提取算法从高频词中找出关键词， 将相邻关键词进行融 合， 得到候选关键短语； 短语重组模块， 用于将分词结果进行重组得到新短语， 将新短语与候选关键短语进行 排序得到最终关键短语； 关系建立模块， 用于对文本抽取事件三元组， 过滤出与实体相关的事件三元组， 并根据 所述构建的事 件三元组， 建立 最终关键短语、 高频词和实体之间的关系； 图谱化展示模块， 用于将实体间的共现关系以及最终关键短语、 高频词和实体之间的 关系进行图谱化展示。 9.一种计算机设备， 其特征在于， 包括： 存储器和 处理器， 所述存储器和所述处理器之 间互相通信连接， 所述存储器存储有计算机指 令， 所述处理器通过执行所述计算机指 令， 从 而执行如权利要求1 ‑7任一项所述的基于关键短语的知识图谱可视化方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机指 令， 所述计算机指令用于使所述计算机执行如权利要求1 ‑7任一项所述的基于关键短语的 知识图谱可视化方法。权　利　要　求　书 2/2 页 3 CN 115249012 A 3