(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 202210192136.1 (22)申请日 2022.02.28 (71)申请人 广州启生信息技 术有限公司 地址 510623 广东省广州市天河区珠 江东 路13号1101室 （仅限办公） (72)发明人 欧锦华　李晓鹏　田丹　高瑞雪　 (51)Int.Cl. G06F 16/9536(2019.01) G06F 16/9537(2019.01) G06F 16/36(2019.01) (54)发明名称 一种图谱网络的应用方法和装置 (57)摘要 本发明公开了一种图谱网络的应用方法， 包 括以下步骤： 加载图谱网络， 结构 包括标题节点、 元素节点和节点路径； 其中， 节点路径为标题节 点与元素节 点之间的关系元素； 根据图谱网络的 内容确定话题主标题节点； 在图谱网络中进行图 谱路径搜索， 获取与话题主 标题节点连通的相关 元素节点和相关标题节点； 筛选相关元素节点和 相关标题节点， 获取有效话题集合； 根据相关标 题节点对应的时间进行时间排序， 生成有效话题 有序集合。 根据上述技术方案， 可 以对关联的不 同种类信息进行不同的权重计算， 根据实际情况 调整不同信息关联的权重， 使量化的方式更精 准,对图谱网络的使用更灵活。 权利要求书2页 说明书7页 附图3页 CN 114861077 A 2022.08.05 CN 114861077 A 1.一种图谱网络的应用方法， 其特 征在于， 包括以下步骤： 加载图谱网络， 所述图谱网络的结构包括标题节点、 元素节点和节点路径； 其中， 所述 节点路径为标题 节点与元 素节点之间的关系元 素； 根据所述图谱网络的内容确定话题主标题 节点； 在所述图谱 网络中进行图谱路径搜索， 获取与 所述话题主标题节点连通的相关元素节 点和相关标题 节点； 筛选所述相关元 素节点和相关标题 节点， 获取有效话题集 合； 根据所述相关标题 节点对应的时间进行时间排序， 生成有效话题有序集 合。 2.根据权利要求1所述的图谱 网络的应用方法， 其特征在于， 所述筛选所述相关元素节 点和相关标题 节点的方法， 包括时间筛 选： 获取所述话题相关标题节点对应的时间边界， 剔除时间范围外的相关元素节点和相关 标题节点； 其中， 所述时间边界包括所述 话题集合对应的最小时限和最大时限。 3.根据权利要求1所述的图谱 网络的应用方法， 其特征在于， 所述筛选所述相关元素节 点和相关标题 节点的方法， 还 包括关联分值筛 选， 包括以下步骤： 量化关系， 计算所述相关标题节点与所述主标题节点的关联关系， 生成所述话题相关 标题节点的关联分值； 清除关联分值 不符合要求的相关元 素节点和相关标题 节点。 4.根据权利要求3所述的图谱网络的应用方法， 其特征在于， 所述关系元素的内容包 括： 人物、 国家、 省份、 城市、 主宾语、 谓语。 5.根据权利要求4所述的图谱 网络的应用方法， 其特征在于， 所述量化关系的计算公式 为： scorei＝log(Cner‑i×Wner+Cloc0‑i×Wloc0+Cloc1‑i×Wloc1+Cloc2‑i×Wloc2+Cspo0‑i×Wspo0+Cspo1‑i ×Wspo1)‑α， 其中， α 是偏移常量； Cner‑i＝Length(nerroot Ι neri)， 表示人物元 素节点个数， Wner为对应权 重系数； Cloc0‑i＝Length(l oc0root Ι loc0i)， 表示国家元 素节点个数， Wloc0为对应权 重系数； Cloc1‑i＝Length(l oc1root Ι loc1i)， 表示省份元 素节点个数， Wloc1为对应权 重系数； Cloc2‑i＝Length(l oc2root Ι loc2i)， 表示城市元 素节点个数， Wloc2为对应权 重系数； Cspo0‑i＝Length(spo0root Ι spo0i)， 表示主宾语元 素节点个数， Wspo0为对应权 重系数； Cspo1‑i＝Length(spo1root Ι spo1i)， 表示谓语元 素节点个数， Wspo1为对应权 重系数。 6.根据权利要求2所述的图谱 网络的应用方法， 其特征在于， 所述 时间筛选的计算方法 指： `Efinal＝TimeFilter(Escore,min_timeS‑Δmint,max_timeS+Δmaxt)； 其中， Escore为量化筛选后的图谱网络对应所有话题集合； min_timeS为所述图谱网络的 话题时间边界之最小值； max _timeS为图谱网络的话题时间边界之最 大值， Δmint为常量， 表 示以话题主标题 节点的话题时间边界为基础， 最小时间扩展的时间范围； Δmaxt为常量， 表示以话题主标题节点的话题时间边界为基础， 最大时间扩展的时间范 围。权　利　要　求　书 1/2 页 2 CN 114861077 A 27.一种图谱网络的应用装置， 其特 征在于， 包括： 图谱网络加载模块： 用于加载已生成的图谱网络， 所述图谱 网络的结构包括标题节点、 元素节点和节点路径； 其中， 所述节 点路径为标题节点与元素节点之 间的关系元素， 所述关 系元素的内容包括： 人物、 国家、 省份、 城市、 主宾语、 谓语。 数据计算模块： 用于所述图谱网络中进行图谱路径搜索， 计算结果 为有效话题集 合； 集合输出模块： 用于对指定所述有效话题集合进行排序， 生成有效话题有序集合并输 出。 8.根据权利要求7 所述的图谱网络的应用装置， 其特 征在于， 所述数据计算模块包括： 主标题节点确定 子模块： 用于根据所述图谱网络的内容确定话题主标题 节点； 计算搜索子模块： 用于在所述图谱网络中进行图谱路径搜索， 获取与所述话题主标题 节点连通的相关元 素节点和相关标题 节点； 集合处理子模块： 用于 筛选所述相关元 素节点和相关标题 节点， 获取有效话题集 合。 9.根据权利要求7所述的图谱 网络的应用装置， 其特征在于， 数据计算模块还包括计算 规则确定子模块， 用于量化相关元素节点和相关标题节点的关系， 根据量化值确定筛选确 定有效话题集 合， 所述量化关系的计算公式为： scorei＝log(Cner‑i×Wner+Cloc0‑i×Wloc0+Cloc1‑i×Wloc1+Cloc2‑i×Wloc2+Cspo0‑i×Wspo0+Cspo1‑i ×Wspo1)‑α， 其中， α 是偏移常量； Cner‑i＝Length(nerroot Ι neri)， 表示人物元 素节点个数， Wner为对应权 重系数； Cloc0‑i＝Length(l oc0root Ι loc0i)， 表示国家元 素节点个数， Wloc0为对应权 重系数； Cloc1‑i＝Length(l oc1root Ι loc1i)， 表示省份元 素节点个数， Wloc1为对应权 重系数； Cloc2‑i＝Length(l oc2root Ι loc2i)， 表示城市元 素节点个数， Wloc2为对应权 重系数； Cspo0‑i＝Length(spo0root Ι spo0i)， 表示主宾语元 素节点个数， Wspo0为对应权 重系数； Cspo1‑i＝Length(spo1root Ι spo1i)， 表示谓语元 素节点个数， Wspo1为对应权 重系数。 10.根据权利要求7所述的图谱网络的应用装置， 其特征在于， 所述集合输出模块包括 排序容器， 用于集 合排序， 输出有效话题有序集 合。权　利　要　求　书 2/2 页 3 CN 114861077 A 3