JP7269913B2 - ナレッジグラフ構築方法、装置、電子機器、記憶媒体およびコンピュータプログラム - Google Patents

Description

本出願の実施形態はデータ処理分野に関し、特に人工知能技術に関する。詳しくは、本出願の実施形態は、ナレッジグラフ構築方法、装置、電子機器、記憶媒体およびコンピュータプログラムを提供する。

ナレッジグラフ技術は人工知能技術の重要な構成部分であり、客観世界における概念、エンティティ及びその間の関係付けを構造化の方法で説明する。ナレッジグラフ技術は、インターネット上の莫大な情報を組み合わせて管理し理解する能力を提供し、インターネット上の情報を人間の認知世界にさらに近づいた形で表現する。

ナレッジグラフにおける知識の数や種類はナレッジグラフを評価する重要な指標であり、豊富な知識を有するナレッジグラフは、スマート検索、スマート質問応答、個人化推奨などのスマート情報サービスにおいて使用価値を生み出すことができる。ナレッジグラフがスマート情報サービスにおいてより大きな使用価値を生み出すように、ナレッジグラフにおける知識を豊富にすることは、現在ナレッジグラフ技術が直面している問題である。

本出願の実施形態は、ナレッジグラフ構築方法、装置、電子機器、記憶媒体およびコンピュータプログラムを提供する。

第１の態様では、本出願の実施形態はナレッジグラフ構築方法であって、
シーン及び前記シーンのシーン要素を確定するステップと、
エンティティと前記シーン要素との関連関係、及び前記エンティティと属性タグとの関連関係に基づいて、前記属性タグからターゲットタグを確定するステップと、
シーンノードとターゲットタグノードとの間のエッジを作成して、シーン情報を含むナレッジグラフを得るステップとを含むナレッジグラフ構築方法を提供する。

第２の態様では、本出願の実施形態はナレッジグラフ構築装置であって、
シーン及び前記シーンのシーン要素を確定するためのシーン確定モジュールと、
エンティティと前記シーン要素との関連関係、及び前記エンティティと属性タグとの関連関係に基づいて、前記属性タグからターゲットタグを確定するためのターゲットタグ確定モジュールと、
シーンノードとターゲットタグノードとの間のエッジを作成して、シーン情報を含むナレッジグラフを得るためのグラフ作成モジュールとを含むナレッジグラフ構築装置を提供する。

第３の態様では、本出願の実施形態は電子機器であって、
少なくとも１つのプロセッサと、
前記少なくとも１つのプロセッサに通信可能に接続されるメモリとを備え、
前記メモリには、前記少なくとも１つのプロセッサに本出願の実施形態のいずれかに記載の方法を実行させる、前記少なくとも１つのプロセッサにより実行される指令が格納されている電子機器を提供する。

第４の態様では、本出願の実施形態は、コンピュータに本出願の実施形態のいずれかに記載の方法を実行させるためのコンピュータ指令が格納されている非一時的コンピュータ可読記憶媒体をさらに提供する。

第５の態様では、本出願の実施形態は、コンピュータプログラムであって、
前記コンピュータプログラムがプロセッサにより実行されると、本出願の実施形態のいずれかに記載の方法を実現するコンピュータプログラムをさらに提供する。

本出願の実施形態の技術的手段により、ナレッジグラフにおける知識を豊富にして、ナレッジグラフがスマート検索、スマート質問応答、個人化推奨などのスマート情報サービスにおいてより大きな使用価値を生み出すことができるようにする。

この部分において説明された内容は、本出願の実施形態の肝心なところ又は重要な特徴を示すためのものではなく、本出願の範囲を限定するためのものでもないことを理解されたい。本出願のその他特徴は以下の明細書により容易に理解されるだろう。

図面は本技術的手段をよりよく理解するためのものであって、本出願を制限するものではない。
本出願の実施形態によるナレッジグラフ構築方法のフローチャートである。 本出願の実施形態によるナレッジグラフの構造概略図である。 本出願の実施形態による別のナレッジグラフ構築方法のフローチャートである。 本出願の実施形態によるもう一つのナレッジグラフ構築方法のフローチャートである。 本出願の実施形態によるナレッジグラフ構築装置の構造概略図である。 本出願の実施形態によるナレッジグラフ構築方法を実施するために使用される電子機器のブロック図である。

以下、理解を容易にするために本出願の実施例の様々な細部を含む例示的な実施例を添付図面を参照しながら説明し、それらは単なる例示的なものとして見なされるべきである。したがって、当業者は、本出願の範囲及び精神から逸脱することなく、本明細書に記載された実施例に対して様々な変更及び修正を行うことができることを理解されたい。同様に、以下の説明では、明確且つ簡潔にするために、周知の機能及び構造に対する説明が省略されている。

図１は、本出願の実施形態によるナレッジグラフ構築方法のフローチャートである。この実施形態は、ナレッジグラフのシーン情報を豊富させて、スマート情報サービスにおけるナレッジグラフの使用価値を向上させるのに適用することができる。図１を参照し、本出願の実施形態によるナレッジグラフ構築方法は、Ｓ１１０～Ｓ１３０を含む。

Ｓ１１０：シーン及び前記シーンのシーン要素を確定する。

シーンは情景を指し、例えば、車を待つシーン、デートシーン、大雪のシーンなどである。

シーン要素とは、シーンを構成する要素を指す。具体的には、シーン要素は該シーンにおける人物、発生場所及び発生時間などであり得る。シーンに関連付けられるシーン要素の数は１つ、２つ又は複数であり得る。

例示的に、シーンが比較的複雑である場合、複数のシーン要素を使用してシーンを完全に構成することができ、シーンが比較的単純である場合、少ない数のシーン要素によってシーンを構成すればよい。

シーン要素のデータ量を統一するために、後続の計算が容易になるように、シーンを構成する要素を規則的に学習し、学習された規則に基づいてシーン要素のテンプレートを確定することができる。例示的に、シーン要素のテンプレートは、人物、時間、場所、需要及び感情であり得る。

必要に応じて、前記シーンの確定は、
前記シーン要素に基づいて前記シーンを確定するステップ、又は、
需要情報に基づいて前記シーンを確定するステップを含む。

具体的に、前記シーン要素に基づいて前記シーンを確定するステップは、
シーン要素とシーンとのマッピング関係に基づいて、シーン要素によってシーンを確定するステップ、又は、
シーン要素に対してセマンティック分析を行い、分析の結果に基づいてまとめと要約を行って、シーン要素に関連付けられるシーンを取得するステップを含む。

具体的には、前記シーンのシーン要素を確定するステップは、
エンティティに関連付けられるターゲットデータソースを確定するステップと、
前記ターゲットデータソースのデータから前記シーン要素を抽出するステップとを含む。

例示的に、エンティティがＰＯＩ（Ｐｏｉｎｔ ｏｆ Ｉｎｔｅｒｅｓｔ、興味関心点）であれば、ターゲットデータソースはコメントデータであり得る。

エンティティが人物であれば、ターゲットデータは人物の伝記であり得る。

ターゲットデータソースがエンティティに関連付けられているため、ターゲットデータソースに基づいてシーン要素の精度及び抽出効率を向上させることができる。

必要に応じて、前記シーン要素は、単語の出現頻度に基づいて、前記ターゲットデータソースのデータから抽出することができ、単語とシーンの共同出現頻度に基づいて、前記ターゲットデータソースのデータから抽出することもできる。

Ｓ１２０：エンティティと前記シーン要素との関連関係、及び前記エンティティと属性タグとの関連関係に基づいて、前記属性タグからターゲットタグを確定する。

うち、属性タグはエンティティの属性を記述するタグである。具体的には、属性タグは分類タグであってもよく、その他の説明的タグであってもよい。本実施形態はこれに対していかなる制限をしない。

ターゲットタグとはシーンに関連付けられるタグを指す。

具体的には、エンティティとシーン要素との関連関係、及び前記エンティティと属性タグとの関連関係に基づいて、前記属性タグからターゲットタグを確定するステップは、
前記エンティティと前記シーン要素との関連関係、及び前記エンティティと前記属性タグとの関連関係に基づいて、前記シーン要素と前記属性タグとの間の関連付け情報を確定するステップと、
前記シーン要素と前記属性タグとの間の関連付け情報に基づいて、前記属性タグから前記ターゲットタグを確定するステップとを含む。

うち、関連付け情報とは、シーン要素と属性タグとが相互関連付けられている情報を指す。具体的には、関連付け情報は、シーン要素と属性タグとの間に関連付けがあるかどうかであってもよい。

具体的には、前記シーン要素と前記属性タグとの間の関連付け情報に基づいて、前記属性タグから前記ターゲットタグを確定するステップは、
前記シーン要素と前記属性タグとの間の関連付け情報が関連付けありであれば、該属性タグをターゲットタグとして確定するステップを含む。

Ｓ１３０：シーンノードとターゲットタグノードとの間のエッジを作成して、シーン情報を含むナレッジグラフを得る。

うち、シーンノードとはシーンがナレッジグラフにおいて表示されるノードを指す。

ターゲットタグノードとはターゲットタグがナレッジグラフにおいて表示されるノードを指す。

例示的に、エンティティがＰＯＩである場合を例にし、構築されたナレッジグラフの効果は図２を参照する。

本出願の実施形態の上記技術的手段は、シーン要素を仲介として、タグとシーンとの間の隠し関係をマイニングし、該隠し関係に基づいてナレッジグラフを構築することにより、ナレッジグラフにおける知識を豊富にして、ナレッジグラフがスマート検索、スマート質問応答、個人化推奨などのスマート情報サービスにおいてより大きな使用価値を生み出すことができるようにする。

図３は、本出願の実施形態による別のナレッジグラフ構築方法のフローチャートである。図３を参照すると、本出願の上記実施形態で説明したように、ターゲットタグの精度を向上させるために、上記Ｓ１２０を具現化する。

具体的には、上記Ｓ１２０は、
Ｓ１２１：前記エンティティと前記シーン要素との関連関係、及び前記エンティティと前記属性タグとの関連関係に基づいて、前記シーン要素と前記属性タグとの間の関連付け回数を確定する。

Ｓ１２２：前記シーン要素と前記属性タグとの間の関連付け回数に基づいて、前記属性タグから前記ターゲットタグを確定する。

具体的には、関連付け回数が多いほど、属性タグがターゲットタグとして確定される確率が大きくなる。

具体的には、前記シーン要素と前記属性タグとの間の関連付け回数に基づいて、前記属性タグから前記ターゲットタグを確定するステップは、
前記関連付け回数に基づいて、前記属性タグをソートするステップと、
ソート結果に基づいて、前記属性タグから前記ターゲットタグを確定するステップとを含む。

例示的に、ソート結果が上位の設定数のランクに位置する属性タグをターゲットタグとして確定され得る。

上記ステップの具現化によって、本出願の実施形態はシーンと属性タグとの間の相関度を定量化することができる。結果を定量化することにより相関度を正確に測定することができるからである。したがって、定量化されたシーンと属性タグとの間の相関度に基づいて、ターゲットタグの精度を向上させることができる。

ターゲットタグの精度及び計算効率を向上させるために、前記シーン要素と前記属性タグとの間の関連付け回数に基づいて、前記属性タグから前記ターゲットタグを確定するステップは、
前記シーン要素と前記属性タグとの間の関連付け回数が所定の回数閾値を超える場合、該属性タグを候補タグとするステップと、
前記シーン要素と前記候補タグとの間の関連付け回数に基づいて、前記候補タグと前記シーンとの相関度を確定するステップと、
前記相関度に基づいて、前記候補タグから前記ターゲットタグを確定するステップとを含む。

うち、所定の回数閾値とは、シーンと属性タグが関連付けられる可能性がある場合、シーン要素と属性タグとの間の関連付け回数の最小値を指す。

候補タグとは、シーンに関連付けられる可能性がある属性タグを指す。

この技術的特徴に基づいて、本出願の実施形態は、所定の回数閾値を用いて、属性タグにおいてシーンに関連付けられる可能性のないタグをフィルタリングにより除去することにより、後続の計算速度を向上させて、ターゲットタグの計算効率を高める。

また、所定の回数閾値及び相関度のデュアルフィルタリングを使用することで、ターゲットタグの精度をさらに向上させることができる。

具体的には、前記シーン要素と前記候補タグとの間の関連付け回数に基づいて、前記候補タグと前記シーンとの相関度を確定するステップは、
前記シーン要素と前記候補タグとの間の関連付け回数をソートするステップと、
ソート結果に基づいて、前記候補タグと前記シーンとの相関度を確定するステップとを含む。

必要に応じて、前記シーン要素と前記候補タグとの間の関連付け回数に基づいて、前記候補タグと前記シーンとの相関度を確定するステップは、
前記シーン要素と前記候補タグとの間の関連付け回数の最大値を確定するステップと、
前記シーン要素と前記候補タグとの間の関連付け回数と前記最大値との比率を計算するステップと、
計算された比率に基づいて、前記候補タグと前記シーンとの相関度を確定するステップとを含む。

例示的に、シーン要素がＡ、Ｂ、Ｃ、及びＤを含み、シーンがＸ（ＸはＡ及びＢから構成される）であり、属性タグがａ、ｂ、ｃ、及びｄを含むと仮定する。ターゲットタグの確定は次のように説明できる。

関連付け項目のマイニング：関連付け回数に基づいて、属性タグから候補タグａ及びｂを確定して、２つの関連関係対のＸ－ａ及びＸ－ｂを構成する。

相関度：Ｘと候補タグとの関連付け回数の最大値が１０、Ｘ－ａの関連付け回数が１０、Ｘ－ｂの関連付け回数が７の場合、Ｘ－ａの相関度が１００％、Ｘ－ｂの相関度が７０％であると確定する。確定された相関度に基づいて候補タグからターゲットタグが確定されて、ターゲットタグの精度が向上する。

図４は、本出願の実施形態によるもう一つのナレッジグラフ構築方法のフローチャートである。図４を参照し、本出願の上記実施形態のように、エンティティとシーン要素との関連関係、及びエンティティと候補タグとの関連関係のマイニングコストを削減し、関連関係のマイニング速度を高めるために、本出願の上記実施形態はさらに次のように説明することができる。

Ｓ２１０：シーン及び前記シーンのシーン要素を確定する。

Ｓ２２０：既存のナレッジグラフにおけるエンティティノードとシーン要素ノードとの間のエッジに基づいて、エンティティと前記シーン要素との関連関係を確定する。

Ｓ２３０：既存のナレッジグラフにおける前記エンティティノードと属性タグノードとのエッジに基づいて、前記エンティティと属性タグとの関連関係を確定する。

Ｓ２４０：前記エンティティと前記シーン要素との関連関係、及び前記エンティティと前記属性タグとの関連関係に基づいて、前記属性タグからターゲットタグを確定する。

Ｓ２５０：シーンノードとターゲットタグノードとの間のエッジを作成して、シーン情報を含むナレッジグラフを得る。

本出願の実施形態は上記ステップの実行順番に対しては制限しない。必要に応じて、Ｓ２３０はＳ２２０の前に実行されてもよく、或いは、Ｓ２３０及びＳ２２０はＳ２１０の前に実行されてもよい。

本出願の実施形態では、エンティティとシーン要素との関連関係、ならびに、エンティティと属性タグとの関連関係を既存のナレッジグラフからマイニングすることにより、関連関係を迅速に取得することができ、ナレッジグラフを作成する効率を向上させることができる。

図５は、本出願の実施形態によるナレッジグラフ構築装置の構造を示す図である。図５を参照し、本出願の実施形態によるナレッジグラフ構築装置５００は、シーン確定モジュール５０１、ターゲットタグ確定モジュール５０２、及びグラフ作成モジュール５０３とを含む。

シーン確定モジュール５０１は、シーン及び前記シーンのシーン要素を確定するために使用され、
ターゲットタグ確定モジュール５０２は、エンティティと前記シーン要素との関連関係、及び前記エンティティと属性タグとの関連関係に基づいて、前記属性タグからターゲットタグを確定するために使用され、
グラフ作成モジュール５０３は、シーンノードとターゲットタグノードとの間のエッジを作成して、シーン情報を含むナレッジグラフを得るために使用される。

本出願の実施形態の上記技術的手段は、シーン要素を仲介とし、タグ及びシーンとの間の隠し関係をマイニングし、該隠し関係に基づいてナレッジグラフを構築することにより、ナレッジグラフにおける知識を豊富にして、ナレッジグラフがスマート検索、スマート質問応答、個人化推奨などのスマート情報サービスにおいてより大きな使用価値を生み出すことができるようにする。

さらに、前記ターゲットタグ確定モジュールは、
前記エンティティと前記シーン要素との関連関係、及び前記エンティティと前記属性タグとの関連関係に基づいて、前記シーン要素と前記属性タグとの間の関連付け情報を確定するための情報確定ユニットと、
前記シーン要素と前記属性タグとの間の関連付け情報に基づいて、前記属性タグから前記ターゲットタグを確定するためのターゲットタグ確定ユニットとを含む。

さらに、前記ターゲットタグ確定ユニットは、
前記シーン要素と前記属性タグとの間の関連付け回数に基づいて、前記属性タグから前記ターゲットタグを確定するためのタグ確定サブユニットを含む。

さらに、前記タグ確定サブユニットは、
前記シーン要素と前記属性タグとの間の関連付け回数が所定の回数閾値を超える場合、該属性タグを候補タグとするための候補タグ確定手段と、
前記シーン要素と前記候補タグとの間の関連付け回数に基づいて、前記候補タグと前記シーンとの相関度を確定するための相関度確定手段と、
前記相関度に基づいて、前記候補タグから前記ターゲットタグを確定するためのターゲットタグ確定手段とを含む。

さらに、前記相関度確定手段は、
前記シーン要素と前記候補タグとの間の関連付け回数の最大値を確定し、
前記シーン要素と前記候補タグとの間の関連付け回数と前記最大値との比率を計算し、
計算された比率に基づいて、前記候補タグと前記シーンとの相関度を確定する。

さらに、前記装置は、
前記エンティティと前記シーン要素との関連関係、及び前記エンティティと属性タグとの関連関係に基づいて、前記属性タグからターゲットタグを確定する前に、既存のナレッジグラフにおけるエンティティノードとシーン要素ノードとの間のエッジに基づいて、前記エンティティと前記シーン要素との関連関係を確定するためのシーン関係確定モジュールと、
既存のナレッジグラフにおける前記エンティティノードと属性タグノードとのエッジに基づいて、前記エンティティと前記属性タグとの関連関係を確定するためのタグ関係確定モジュールとをさらに含む。

さらに、前記シーン確定モジュールは、
前記シーン要素に基づいて前記シーンを確定するか、又は、需要情報に基づいて前記シーンを確定するためのシーン確定ユニットを含む。

さらに、前記シーン確定モジュールは、
前記エンティティに関連付けられるターゲットデータソースを確定するためのデータソース確定ユニットと、
前記ターゲットデータソースのデータから前記シーン要素を抽出するための要素抽出ユニットとを含む。

さらに、前記シーン要素は前記シーンを構成する要素の少なくとも一つであり、
前記シーンの要素は、前記シーンにおける人物、前記シーンの発生場所及び前記シーンの発生時間を含むがこれらに限定されない。

本出願の実施形態によれば、本出願はさらに電子機器及び可読記憶媒体を提供している。

図６に示されるように、本出願の実施形態によるナレッジグラフ構築方法による電子機器のブロック図である。電子機器は、ラップトップコンピューター、デスクトップコンピューター、ワークベンチ、パーソナル・デジタル・アシスタント、サーバー、ブレードサーバー、メインフレームコンピューター、その他の適切なコンピューターなど、さまざまな形態のデジタルコンピューターを表すことを目的としている。電子機器は、パーソナル・デジタル・アシスタント、携帯電話、スマートフォン、ウェアラブルデバイス、及びその他類似のコンピューティングデバイスなど、さまざまな形態のモバイルデバイスを表すこともできる。本明細書に示されている手段、それらの接続と関係、及びそれらの機能は単なる例であり、本明細書で説明及び／又は要求されている本出願の実施を制限するものではない。

図６に示すように、該電子機器は、１つ又は複数のプロセッサ６０１、メモリ６０２、並びに、高速インターフェース及び低速インターフェースを含む様々な部品を接続するためのインターフェースを含む。各部品は、互いに異なるバスで接続されており、共通のマザーボードに実装されていてもよく、又は必要に応じて他の形態で実装されていてもよい。プロセッサは、電子機器内で実行される指令を処理することができ、メモリ内又はメモリに格納されて外部の入力／出力装置（インターフェースなどに接続されたディスプレイデバイス）にＧＵＩのグラフィック情報を表示させる指令を含む。他の実施形態では、必要に応じて、複数のプロセッサ及び／又は複数のバスを複数のメモリ及び複数のメモリと共に使用してもよい。同様に、複数の電子機器を接続することができ、それぞれの機器はいくつかの必要な操作（例えば、サーバアレイ、一組のブレードサーバ、又はマルチプロセッサシステムとして）を提供する。図６では一つのプロセッサ６０１を例とする。

メモリ６０２は本出願による非一時的コンピュータ可読記憶媒体である。
前記メモリは、少なくとも１つのプロセッサによって実行可能な指令を格納しており、前記少なくとも１つのプロセッサに本出願によるナレッジグラフ構築方法を実行させる。本出願の非一時的コンピュータ可読記憶媒体は、本出願によるナレッジグラフ構築方法をコンピュータに実行させるためのコンピュータ指令を格納する。

メモリ６０２は、非一時的コンピュータ可読記憶媒体として、本出願の実施形態におけるナレッジグラフ構築方法に対応するプログラム指令／モジュール（例えば、図５に示すシーン確定モジュール５０１、ターゲットタグ確定モジュール５０２、及びグラフ作成モジュール５０３）など、非一時的なソフトウェアプログラム、非一時的なコンピュータ実行可能プログラム、及びモジュールを格納することができる。プロセッサ６０１は、メモリ６０２に格納されている非一時的なソフトウェアプログラム、指令及びモジュールを実行することにより、サーバの様々な機能アプリケーション及びデータ処理を実行し、すなわち上記方法の実施形態におけるナレッジグラフ構築方法を実現する。

メモリ６０２は、オペレーティングシステム、少なくとも１つの機能を実行するために必要なアプリケーションプログラムを格納し得るストレージプログラム領域と、ナレッジグラフ構築用電子機器の使用によって作成されたデータなどを格納し得るストレージデータ領域とを含むことができる。また、メモリ６０２は、高速ランダムアクセスメモリを含んでもよく、さらに、例えば、少なくとも１つの磁気ディスク記憶デバイス、フラッシュメモリデバイス、又はその他の非一時的な固体メモリデバイスなどの非一時的メモリを含むことができる。いくつかの実施形態において、メモリ６０２は、プロセッサ６０１に対して遠隔に設けられたメモリを任意選択で含んでもよく、これらのリモートメモリは、ネットワークを介してナレッジグラフ構築用電子機器に接続されてもよい。上記ネットワークの実例はインターネット、イントラネット、ローカルエリアネットワーク、モバイル通信ネットワーク及びそれらの組み合わせを含むがこれらに限定されない。

ナレッジグラフ構築方法用の電子機器はさらに入力装置６０３及び出力装置６０４を含むことができる。プロセッサ６０１、メモリ６０２、入力装置６０３及び出力装置６０４は、バス又はその他の形態で接続されていてもよく、図６ではバスを介して接続されている例を示している。

入力装置６０３は、入力されたデジタル又は文字情報を受け取り、ナレッジグラフ構築用電子機器のユーザ設定や機能制御に関するキー信号入力を生成することができ、例えば、タッチスクリーン、キーパッド、マウス、トラックパッド、タッチパネル、ポインティングスティック、１又は複数のマウスボタン、トラックボール、ジョイスティックなどの入力装置を含む。出力装置６０４は、表示装置、補助照明装置（例えば、ＬＥＤ）、触覚フィードバック装置（例えば、振動モータ）などを含み得る。該ディスプレイデバイスは、液晶ディスプレイ（ＬＣＤ）、発光ダイオード（ＬＥＤ）ディスプレイ及びプラズマディスプレイを含むがそれらに限定されない。いくつかの実施形態において、ディスプレイデバイスはタッチスクリーンであってもよい。

ここで説明されるシステム及び技術の様々な実施形態はデジタル電子回路システム、集積回路システム、専用ＡＳＩＣ（特定用途向け集積回路）、コンピュータハードウェア、ファームウェア、ソフトウェア、及び／又はそれらの組み合わせにおいて実現することができる。これら様々な実施形態は以下を含むことができる。一つ又は複数のコンピュータプログラムにおいて実施され、該一つ又は複数のコンピュータプログラムは少なくとも一つのプログラマブルプロセッサを含むプログラム可能なシステムで実行、及び／又は解釈されてもよく、該プログラマブルプロセッサは、専用又は汎用のプログラマブルプロセッサであってよく、ストレージシステム、少なくとも１つの入力装置、及び少なくとも１つの出力装置からデータ及び指令を受信するとともに、データ及び指令を該ストレージシステム、該少なくとも一つの入力装置、及び該少なくとも一つの出力装置に伝送することができる。

これらのコンピュータプログラム（プログラム、ソフトウェア、ソフトウェアアプリケーション、又はコードとも呼ばれる）は、プログラマブルプロセッサの機械指令を含み、これらのコンピュータプログラムを高度なプロセス及び／又はオブジェクト指向プログラミング言語、及び／又はアセンブリ言語／機械語で実施することができる。本明細書で使用されているように、用語「機械可読媒体」及び「コンピュータ可読媒体」は、機械指令及び／又はデータをプログラマブルプロセッサに提供するための任意のコンピュータプログラム製品、デバイス及び／又は装置（例えば、磁気ディスク、光ディスク、メモリ、プログラマブルロジックデバイス（ＰＬＤ））を意味し、機械可読信号としての機械指令を受信する機械可読媒体を含む。用語「機械可読信号」は機械指令及び／又はデータをプログラマブルプロセッサに提供するための任意の信号を指す。

ユーザとのインタラクションを提供するために、コンピュータ上で、明細書で説明したシステム及び技術を実施してもよく、該コンピュータは、ユーザに情報を表示するための表示装置（例えば、ＣＲＴ（カソードレイチューブ）又はＬＣＤ（液晶ディスプレイ）モニタ）、及びユーザがコンピュータに入力を提供するためのキーボード及びポインティングデバイス（例えば、マウス又はトラックボール）を有する。他の種類の装置はユーザとのインタラクションを提供するために用いられてもよく、例えば、ユーザへのフィードバックは任意の形態のセンシングフィードバック（例えば、視覚フィードバック、聴覚フィードバック、又は触覚フィードバック）であってもよく、任意の形態（音響入力、音声入力又は触覚入力を含む）でユーザからの入力を受信することができる。

本明細書で説明されるシステム及び技術は、バックグラウンドコンポーネントを含むコンピューティングシステム（例えば、データサーバーとして）、又は、ミドルウェアコンポーネントを含むコンピューティングシステム（たとえば、アプリケーションサーバー）、又は、フロントエンドコンポーネント（例えば、グラフィカルユーザインタフェース又はウェブブラウザを備えたユーザーコンピュータは、ユーザが該グラフィカルユーザインタフェース又は該ウェブブラウザを介して、本明細書で説明するシステム及び技術の実施形態と対話することができる）、又は、これらのバックグラウンドコンポーネント、ミドルウェアコンポーネント又はフロントエンドコンポーネントの任意の組み合わせを含むコンピューティングシステムで実施することができる。また、システムのコンポーネントは、任意の形態又は媒体のデジタルデータ通信（例えば、通信ネットワーク）を介して相互に接続することができる。通信ネットワークの例示として、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）及びインターネットを含む。

コンピュータシステムにはクライアント及びサーバを含むことができる。クライアントとサーバは一般的に互いに離れており、通常は通信ネットワークを介して相互作用する。クライアントとサーバとの関係は、対応するコンピューターにおいて実行されるとともに互いにクライアント－サーバの関係を持つコンピュータープログラムによって生成される。

本出願の実施形態の技術的手段により、ナレッジグラフにおける知識を豊富にし、ナレッジグラフがスマート検索、スマート質問応答、及び個人化推奨などのスマート情報サービスにおいてより大きな使用価値を生み出すことができるようにする。

上記に示した様々な形態のプロセスを用いて、ステップを順番変更したり、追加したり又は削除したりすることができることを理解されたい。本出願が開示する技術的手段の望ましい結果を実現することができれば、例えば、本出願に記載された各ステップは並行して又は順番通りに又は異なる順番で実行されてもよく、本明細書はここでは制限をしない。

上記の具体的な実施形態は、本出願の保護範囲を制限するものではない。当業者は、設計要件及び他の要因に従って、様々な修正、組み合わせ、サブ組み合わせ及び置き換えが可能であることを理解すべきである。本出願の精神及び原則の範囲内で行われた如何なる修正、同等の置き換え及び改善などはいずれも本出願の保護範囲内に含まれるべきである。

Claims (17)

1. シーン及び前記シーンのシーン要素を確定するステップと、
   シーン要素以外の他のエンティティと前記シーン要素との関連関係、及び前記他のエンティティと前記他のエンティティの属性を記述する属性タグとの関連関係に基づいて、前記シーン要素と前記属性タグとの間の関連付け回数を確定し、前記関連付け回数が所定条件を満たす場合に、前記属性タグから前記シーンに関連付けられるタグをターゲットタグとして確定するステップと、
   前記シーンと前記ターゲットタグをノードとし、前記シーンと前記ターゲットタグとの関係をシーンノードとターゲットタグノードとのエッジとし、シーン情報を含むナレッジグラフを構築するステップとを含む、ことを特徴とするナレッジグラフ構築のためのコンピュータ実施方法。
2. 前記関連付け回数が所定条件を満たす場合に、前記属性タグから前記シーンに関連付けられるタグをターゲットタグとして確定するステップは、
   前記シーン要素と前記属性タグとの間の関連付け回数が所定の回数閾値を超える場合、該属性タグを候補タグとするステップと、
   前記シーン要素と前記候補タグとの間の関連付け回数に基づいて、前記候補タグと前記シーンとの相関度を確定するステップと、
   前記相関度に基づいて、前記候補タグから前記ターゲットタグを確定するステップとを含む、ことを特徴とする請求項１に記載のコンピュータ実施方法。
3. 前記シーン要素と前記候補タグとの間の関連付け回数に基づいて、前記候補タグと前記
   シーンとの相関度を確定するステップは、
   前記シーン要素と前記候補タグとの間の関連付け回数の最大値を確定するステップと、
   前記シーン要素と前記候補タグとの間の関連付け回数と前記最大値との比率を計算するステップと、
   計算された比率に基づいて、前記候補タグと前記シーンとの相関度を確定するステップとを含む、ことを特徴とする請求項２に記載のコンピュータ実施方法。
4. 前記シーン要素以外の他のエンティティと前記シーン要素との関連関係、及び前記他のエンティティと前記他のエンティティの属性を記述する属性タグとの関連関係に基づいて、前記シーン要素と前記属性タグとの間の関連付け回数を確定するステップの前に、
   既存のナレッジグラフにおける前記シーン要素以外の他のエンティティのノードと前記シーン要素のノードとの間のエッジに基づいて、前記他のエンティティと前記シーン要素との関連関係を確定するステップと、
   既存のナレッジグラフにおける前記他のエンティティのノードと前記属性タグのノードとのエッジに基づいて、前記他のエンティティと前記属性タグとの関連関係を確定するステップとをさらに含む、ことを特徴とする請求項１～３のいずれか１項に記載のコンピュータ実施方法。
5. 前記シーンの確定は、
   前記シーン要素に基づいて前記シーンを確定するか、又は、需要情報に基づいて前記シーンを確定するステップを含む、ことを特徴とする請求項１～４のいずれか１項に記載のコンピュータ実施方法。
6. 前記シーンのシーン要素を確定するステップは、
   前記シーンのエンティティに関連付けられるターゲットデータソースを確定するステップと、
   前記ターゲットデータソースのデータから前記シーン要素を抽出するステップとを含む、ことを特徴とする請求項１～３のいずれか１項に記載のコンピュータ実施方法。
7. 前記シーン要素は前記シーンを構成する要素の少なくとも一つであり、
   前記シーンの要素は、前記シーンにおける人物、前記シーンの発生場所及び前記シーンの発生時間を含む、ことを特徴とする請求項１～３のいずれか１項に記載のコンピュータ実施方法。
8. シーン及び前記シーンのシーン要素を確定するためのシーン確定モジュールと、
   シーン要素以外の他のエンティティと前記シーン要素との関連関係、及び前記他のエンティティと前記他のエンティティの属性を記述する属性タグとの関連関係に基づいて、前記シーン要素と前記属性タグとの間の関連付け回数を確定し、前記関連付け回数が所定条件を満たす場合に、前記属性タグから前記シーンに関連付けられるタグをターゲットタグとして確定するためのターゲットタグ確定モジュールと、
   前記シーンと前記ターゲットタグをノードとし、前記シーンと前記ターゲットタグとの関係をシーンノードとターゲットタグノードとのエッジとし、シーン情報を含むナレッジグラフを構築するためのグラフ作成モジュールとを含む、ことを特徴とするナレッジグラフ構築装置。
9. 前記ターゲットタグ確定モジュールは、
   前記シーン要素と前記属性タグとの間の関連付け回数が所定の回数閾値を超える場合、該属性タグを候補タグとするための候補タグ確定手段と、
   前記シーン要素と前記候補タグとの間の関連付け回数に基づいて、前記候補タグと前記シーンとの相関度を確定するための相関度確定手段と、
   前記相関度に基づいて、前記候補タグから前記ターゲットタグを確定するためのターゲットタグ確定手段とを含む、ことを特徴とする請求項８に記載の装置。
10. 前記相関度確定手段は、
    前記シーン要素と前記候補タグとの間の関連付け回数の最大値を確定し、
    前記シーン要素と前記候補タグとの間の関連付け回数と前記最大値との比率を計算し、
    計算された比率に基づいて、前記候補タグと前記シーンとの相関度を確定する、ことを特徴とする請求項９に記載の装置。
11. 前記シーン要素以外の他のエンティティと前記シーン要素との関連関係、及び前記他のエンティティと前記他のエンティティの属性を記述する属性タグとの関連関係に基づいて、前記シーン要素と前記属性タグとの間の関連付け回数を確定する前に、既存のナレッジグラフにおける前記シーン要素以外の他のエンティティのノードと前記シーン要素のノードとの間のエッジに基づいて、前記他のエンティティと前記シーン要素との関連関係を確定するためのシーン関係確定モジュールと、
    既存のナレッジグラフにおける前記他のエンティティのノードと前記属性タグのノードとのエッジに基づいて、前記他のエンティティと前記属性タグとの関連関係を確定するためのタグ関係確定モジュールとをさらに含む、ことを特徴とする請求項８～１０のいずれか１項に記載の装置。
12. 前記シーン確定モジュールは、
    前記シーン要素に基づいて前記シーンを確定するか又は需要情報に基づいて前記シーンを確定するためのシーン確定ユニットを含む、ことを特徴とする請求項８～１１のいずれか１項に記載の装置。
13. 前記シーン確定モジュールは、
    前記エンティティに関連付けられるターゲットデータソースを確定するためのデータソース確定ユニットと、
    前記ターゲットデータソースのデータから前記シーン要素を抽出するための要素抽出ユニットとを含む、ことを特徴とする請求項８～１０のいずれか１項に記載の装置。
14. 前記シーン要素は前記シーンを構成する要素の少なくとも一つであり、
    前記シーンの要素は、前記シーンにおける人物、前記シーンの発生場所及び前記シーンの発生時間を含む、ことを特徴とする請求項８～１０のいずれか１項に記載の装置。
15. 少なくとも１つのプロセッサと、
    前記少なくとも１つのプロセッサに通信可能に接続されるメモリとを備え、
    前記メモリには、前記少なくとも１つのプロセッサに請求項１～７のいずれか１項に記載のコンピュータ実施方法を実行させるように、前記少なくとも１つのプロセッサにより実行され得る指令が格納されている、ことを特徴とする電子機器。
16. コンピュータ指令が格納されている非一時的コンピュータ可読記憶媒体であって、
    前記コンピュータ指令はコンピュータに請求項１～７のいずれか１項に記載のコンピュータ実施方法を実行させる、ことを特徴とする非一時的コンピュータ可読記憶媒体。
17. コンピュータプログラムであって、
    前記コンピュータプログラムがプロセッサにより実行されると、請求項１～７のいずれか１項に記載のコンピュータ実施方法を実現するコンピュータプログラム。

Images