(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 202210381595.4 (22)申请日 2022.04.13 (71)申请人 浙江大学 地址 310012 浙江省杭州市西湖区余杭塘 路866号 (72)发明人 刘晓瑛　王宏伟　 (74)专利代理 机构 北京市广友专利事务所有限 责任公司 1 1237 专利代理师 张仲波 (51)Int.Cl. G06F 16/36(2019.01) G06F 40/289(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 基于知识图谱的多价值链数据管理辅助决 策模型构建方法 (57)摘要 本发明涉及知识图谱构建技术领域， 特别是 指一种基于知识 图谱的多价值链数据管理辅助 决策模型构建方法， 方法包括： 对企业各业务系 统中存储的原始运维文本进行结构化抽取， 得到 数据集； 将数据集划分为初始训练文本集和初始 测试文本集， 对初始训练文本集以及初始测试文 本集进行预处理； 对预处理后的初始训练文本集 进行文本向量化， 得到训练文本集， 将训练文本 集和测试文本集数值化； 基于训练文本集， 对初 始实体抽取模型以及初始关系抽取模型进行训 练； 根据训练完毕的实体抽取模 型和关系抽取模 型， 对测试文本集进行实体类别抽取以及关系类 别抽取； 将抽取得到的知识构建为知识图谱。 采 用本发明， 实现知识图谱的可视化展示， 实现快 速响应。 权利要求书3页 说明书18页 附图6页 CN 114911945 A 2022.08.16 CN 114911945 A 1.一种基于知识图谱的多价值链数据管理辅助决策模型构建方法， 其特征在于， 所述 方法包括： S1、 对企业各业务系统中存储的原始运维文本进行结构化抽取， 将抽取出的自由长文 本类型字段制作成文本数据 挖掘的数据集； S2、 将所述数据集划分为初始训练文本集和初始测试文本集， 对所述初始训练文本集 进行预处理， 得到预 处理后的初始训练文本集， 对 所述初始测试文本集进 行预处理， 得到测 试文本集； S3、 对预处理后的初始训练文本集进行文本向量化， 提取文本的特征， 得到训练文本 集， 将所述训练文本集和所述测试文本集数值 化； S4、 基于所述训练文本集， 对初始实体抽取模型以及初始关系抽取模型进行训练， 得到 训练完毕的实体抽取模型和关系抽取模型； S5、 根据训练完毕的实体抽取模型， 对所述测试文本集进行实体类别抽取； 根据训练完 毕的关系抽取模型， 对所述测试文本集进行关系类别抽取； S6、 将抽取 得到的知识构建为知识图谱， 将所述知识图谱 存储到数据库中。 2.根据权利要求1所述的方法， 其特征在于， 所述S2中的对所述初始训练文本集进行预 处理， 包括： 对所述初始训练文本集进行中文分词处 理以及停用词过 滤处理； 所述S2中的对所述初始测试文本集进行 预处理， 包括： 对所述初始测试文本集进行中文分词处 理以及停用词过 滤处理； 其中， 所述中文分词处 理以及停用词过 滤处理包括： 分别基于正向和逆向的最大匹配算法对待分词 文本进行切分， 采用大颗粒度词语数目 最大化、 非词典词语和单字词语数目最小化的原则， 确定分词结果； 其中， 所述待分词文本 为初始训练文本集或初始测试文本集； 基于预先构建的常用中文停用词库， 剔除所述分词结果中的噪声词。 3.根据权利要求1所述的方法， 其特征在于， 所述S3 中的对预处理后的初始训练文本集 进行文本向量 化， 包括： 基于训练完毕的Word2Vec词向量化模型， 得到预处理后的初始训练文本集的目标中心 词， 完成文本向量 化。 4.根据权利 要求3所述的方法， 其特征在于， 所述Word2Vec词向量化模型的训练过程包 括： 构建初始Word2Vec词向量化模型， 所述初始Word2Vec词向量化模型的输入层变量定义 为中心词前后各m个词语的上下文窗口组成的词序列， 所述词序列表示为x(c‑m),...,x(c‑1), x(c),x(c+1),...,x(c+m)， 所述初始Word2V ec词向量化模型的输出向量定义为多个预测词语分 别对应的概率 其中， 词序列x(c‑m),...,x(c‑1),x(c),x(c+1),...,x(c+m)均为独热编码向量， c 表示窗口规模； 定义损失函数为交叉熵损失函数， 如下公式(1)： 权　利　要　求　书 1/3 页 2 CN 114911945 A 2其中， y表示目标向量， j表示目标向量分布数量， |V|表示分布空间； 基于所述交叉熵损失函数， 采用随机梯度下降法更新初始Word2Vec词向量化模型中的 参数， 得到训练完毕的W ord2Vec词向量 化模型。 5.根据权利 要求1所述的方法， 其特征在于， 所述实体抽取模型为Bi ‑LSTM‑CRF模型， 所 述Bi‑LSTM‑CRF模型包括Bi ‑LSTM子模型以及CRF子模型； 所述Bi‑LSTM子模型用于抽取文本的前向特 征以及后向特 征； 所述CRF子模型用于预测标注序列的全局标签， 输出一系列标注序列的联合 概率分布。 6.根据权利要求5所述的方法， 其特 征在于， 所述Bi ‑LSTM子模型的训练过程包括： 根据下述公式(2)对Bi ‑LSTM子模型进行训练； 其中， tk表示词语序列的第k个词， ΘLSTM表示的是两个反向的LSTM层， Θx表示的是输入 词向量， Θs表示的是Bi ‑LSTM模型训练过程中的S oftmax分类器， p表示概率， 在向前学习的 过程中， 用给定前k ‑1个词语序列来预测第k个词语， 在后向学习的过程中， 用第k个词语之 后的N‑k个词语序列来对第k个词语进行 预测。 7.根据权利要求1所述的方法， 其特 征在于， 所述关系抽取模型为卷积神经网络； 所述根据训练完毕的关系抽取模型， 对所述测试文本集进行关系类别抽取， 包括： 采用卷积神经网络对多价值链实体之间的关系 进行抽取， 所述卷积神经网络包括输入 层、 卷积层、 池化层以及全连接层； 所述输入层的输入形式定义 为如下述公式(3)； 其中， n表示输入句子的字长， vx表示输入句子中的第x个字向量， 符号表示字与字之 间的连接关系； 所述卷积层的卷积核定义为一个窗口大小等于h ×k的卷积核w∈Rh*k， 其中， R表示数据 空间， h和k表示数据空间的维度； 通过卷积层进行 卷积计算后， 句中第i个字的语义特 征值ci表示为如下式(4)的形式： ci＝f(w·vi～i+h‑1+bias)……(4) 其中， bias表示偏移参数， f表示激励函数， w表示卷积核， vi～i+h‑1表示输入句子中的第i 个到第i+h ‑1个字向量； 通过卷积计算， 句子v1～n转换为特 征映射c如下式(5)所示： c＝[c1,c2,...,cn‑h‑1]……(5) 通过池化层进行计算， 将特 征映射转化为c＝max(c)； 通过全连接层， 将转 化后的特 征映射进行关系分类和输出。 8.一种基于知识图谱的多价值链数据管理辅助决策模型构建装置， 其特征在于， 所述 装置包括： 提取模块， 用于对企业各业务系统中存储的原始运维文本进行结构化抽取， 将抽取出 的自由长文本类型字段制作成文本数据 挖掘的数据集；权　利　要　求　书 2/3 页 3 CN 114911945 A 3