本發明提供了一種面向科技服務的知識圖譜構建方法、裝置、設備及存儲介質，方法包括：獲取第一科技服務源數據；從第一科技服務數據中抽取出科技服務的屬性；獲取第二科技服務源數據；基于行業判斷模型及第二科技服務文本確定科技服務的行業；基于命名實體抽取模型及第二科技服務文本抽取出科技服務涉及的命名實體；基于關系抽取模型、第二科技服務文本及第二科技服務涉及的命名實體抽取出各命名實體之間的關系；將科技服務的屬性、科技服務所面向的行業、科技服務的命名實體及所述命名實體之間的關系存儲至圖數據庫中以形成知識圖譜。本發明自動地從源數據中抽取出科技服務實體、屬性及科技服務實體之間的關系，生成面向科技服務的知識圖譜。

技術領域

本發明涉及科技服務領域，具體而言，本申請涉及一種面向科技服務的知識圖譜構建方法、裝置、設備及存儲介質。

背景技術

科技服務業是圍繞科技創新開展的服務支撐性行業。高科技產品的研制過程涉及專利技術、技術人才、技術設備、研發平臺等科技要素。隨著科技的飛速發展，各類科技要素爆發式發展。面對海量的科技要素信息，需求方往往難以找到與項目產品匹配的科技要素，從而影響了產品的研發效率。鑒于此，各類科技協同服務機構應運而成。

基于人工智能的智能推薦和檢索方案是當下科技協同服務的主流方案。但是由于科技服務的高度專業性，現有的推薦及檢索服務的仍然難以滿足需求。

知識圖譜是將人類社會知識與計算機人工智能連接的最重要手段。構建面向科技服務領域的知識圖譜成為當下解決科技服務協同問題的基石。目前，在用的知識圖譜構建過程高度依賴行業專家事先設計好的模式，需要依靠專家知識和行業調研，建立知識圖譜模式層，并建立知識圖譜模式層和數據層之間的映射關系，或者需要由用戶在畫布中通過手動對知識圖譜所涉及實體和關系進行局部修改和保存。

由于科技服務所涉及的領域眾多，專業性強，變化性大，由專家設計模式或者用戶手動構建的方法人力成本過高，而且難以保證覆蓋足夠多的科技要素信息。

發明內容

為了解決上述技術問題中的至少一個，本發明第一方面提出了一種面向科技服務的知識圖譜構建方法，其包括：

獲取結構化的第一科技服務源數據，所述第一科技服務源數據包括若干結構化的第一科技服務數據；

從結構化的第一科技服務數據中抽取出第一科技服務的屬性及屬性值；

獲取非結構化的第二科技服務源數據，所述第二科技服務源數據包括若干非結構化的第二科技服務文本；

基于行業判斷模型及所述第二科技服務文本確定所述第二科技服務所面向的行業；

基于命名實體抽取模型及所述第二科技服務文本抽取出所述第二科技服務涉及的命名實體；

基于關系抽取模型、所述第二科技服務文本及所述第二科技服務涉及的命名實體抽取出各所述命名實體之間的關系；

將所述第一科技服務的屬性及屬性值、所述第二科技服務所面向的行業、所述第二科技服務的命名實體及所述命名實體之間的關系存儲至圖數據庫中以形成知識圖譜。

本發明第一方面提出了一種面向科技服務的知識圖譜構建裝置，其包括：

第一獲取模塊，用于獲取結構化的第一科技服務源數據，所述第一科技服務源數據包括若干結構化的第一科技服務數據；

屬性抽取模塊，用于從結構化的第一科技服務數據中抽取出第一科技服務的屬性及屬性值；

第二獲取模塊，用于獲取非結構化的第二科技服務源數據，所述第二科技服務源數據包括若干非結構化的第二科技服務文本；

行業確定模塊，用于基于行業判斷模型及所述第二科技服務文本確定所述第二科技服務所面向的行業；