(19)中华 人民共和国 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 202210067605.7 (22)申请日 2022.01.20 (71)申请人 上海弘玑信息技 术有限公司 地址 200000 上海市闵行区紫星路58 8号2 幢13层055室 (72)发明人 王伟印　张晓程　 (74)专利代理 机构 江苏瑞途律师事务所 32346 代理人 徐倩 (51)Int.Cl. G06F 16/36(2019.01) G06F 40/295(2020.01) (54)发明名称 一种生成知识图谱的方法和电子设备 (57)摘要 本发明公开了一种生成知识图谱的方法， 包 括： 定义知识结构； 根据所述知识结构将现有文 档和/或增量文档转换为结构化数据、 半结构化 数据、 非结构化数据中的一种或多种； 将所述结 构化数据、 半结构化数据、 非结构化数据中一种 或多种的实体、 关系和属性进行整合， 得到知识 图谱。 本技术方案通过定义所需的知识结构， 针 对现有文档和增量文档进行转换， 得到结构化数 据、 半结构化数据、 非结构化数据中的一种或多 种， 利用结构化数据、 半结构化数据、 非结构化数 据中的一种或多种得到知识图谱， 能够有效提升 知识图谱的生成 效率和准确率。 本发 明还包括一 种电子设备， 该电子设备包括的处理器用于执行 一条或多条计算机程序指令以实现上述的方法。 权利要求书2页 说明书9页 附图3页 CN 114417012 A 2022.04.29 CN 114417012 A 1.一种生成知识图谱的方法， 其特 征在于： 包括以下步骤： 定义知识结构； 根据所述知识结构将现有文档和/或增量文档转换为结构化数据、 半结构化数据、 非结 构化数据中的一种或多种； 将所述结构化数据、 半结构化数据、 非结构化数据中的一种或多种的实体、 关系和属性 进行整合， 得到知识图谱。 2.根据权利要求1所述的生成知识图谱的方法， 其特 征在于： 所述定义知识结构包括： 获取所述现有 文档； 根据所述现有 文档和预设需求， 定义所述知识结构； 其中， 所述预设需求包括生成知识图谱所需要的实体、 关系和属性； 所述知识结构包括 知识结构的实体、 关系和 属性。 3.根据权利要求2所述的生成知识图谱的方法， 其特征在于： 在根据所述知识结构将现 有文档和增量文档转换为结构化数据、 半结构化数据、 非结构化数据中的一种或多种之前， 还包括： 根据所述知识结构生成增量文档， 具体为： 根据所述知识结构， 构建关系型数据库； 其中， 所述关系型数据库的主键为知识结构的 属性， 外键为知识结构的关系和 属性； 接收用户录入的数据； 根据所述用户录入的数据和关系型 数据库生成所述增量文档。 4.根据权利要求2所述的生成知识图谱的方法， 其特征在于： 在将所述结构化数据、 半 结构化数据、 非结构化数据中的一种或多种的实体、 关系和 属性进行整合之前， 还 包括： 根据所述知识结构的实体、 关系和属性， 利用自然语言处理技术对所述结构化数据、 半 结构化数据、 非结构化数据中的一种或多种进行处理， 具体为： 对其中的实体进行实体识 别， 对其中的关系进行关系抽取， 对其中的属性进行属性抽取。 5.根据权利要求2所述的生成知识图谱的方法， 其特征在于： 在将所述结构化数据、 半 结构化数据、 非结构化数据中的一种或多种的实体、 关系和 属性进行整合之前， 还 包括： 根据所述知识结构的实体、 关系和属性， 利用自然语言处理技术对所述现有文档转换 的结构化数据、 半结构化数据、 非结构化数据中的一种或多种进行处理， 具体为： 对其中的 实体进行实体识别， 对其中的关系进行关系抽取， 对其中的属性进行属性抽取； 根据所述知识结构的实体、 关系和属性， 获得第一知识内容； 其中， 所述第一知识内容 为所述增量文档转换的结构化数据中的实体、 关系和 属性。 6.根据权利要求4或5所述的生成知识图谱的方法， 其特征在于： 所述将所述结构化数 据、 半结构化数据、 非结构化数据中的一种或多种的实体、 关系和 属性进行整合包括： 将利用自然语言处理技术进行处理后获得的实体、 关系和属性进行实体统一、 实体消 歧和指代消解， 获得第二知识内容。 7.根据权利要求6所述的生成知识图谱的方法， 其特征在于： 所述将所述结构化数据、 半结构化数据、 非结构化数据中的一种或多种的实体、 关系和属性进 行整合， 得到知识图谱 包括： 将所述第一知识内容、 第二知识内容中的一种或两种存储到 图数据库中， 完成知识图 谱的构建。权　利　要　求　书 1/2 页 2 CN 114417012 A 28.根据权利要求7所述的生成知识图谱的方法， 其特征在于： 所述将所述第一知识内 容、 第二知识内容中的一种或两种存 储到图数据库中包括： 当所述第 一知识内容、 第 二知识内容中的一种或两种缺失实体、 关系或属性 时， 通过外 部数据获取缺失的实体、 关系或属性。 9.根据权利要求5所述的生成知识图谱的方法， 其特 征在于： 所述方法还 包括： 将所述第一知识内容作为所述自然语言处理技术的标注数据， 对自然语言处理技术中 的模型进行训练。 10.一种电子设备， 其特 征在于， 包括： 存 储器和处 理器； 所述存储器用于存 储一条或多条计算机程序指令； 所述处理器用于执行所述一条或多条计算机程序指令以用于： 执行权利要求1—9任一 项所述的方法中的步骤。权　利　要　求　书 2/2 页 3 CN 114417012 A 3