(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 20221010895 5.3 (22)申请日 2022.01.28 (71)申请人 山东师范大学 地址 250014 山东省济南市历下区文化 东 路88号 (72)发明人 闫伟　季增彦　张亮　卜凡洋　 隋远　 (74)专利代理 机构 济南圣达知识产权代理有限 公司 372 21 专利代理师 黄海丽 (51)Int.Cl. G06F 16/36(2019.01) G06F 40/295(2020.01) G06N 3/04(2006.01) G06N 3/08(2006.01) (54)发明名称 音乐知识图谱半自动构建方法及系统 (57)摘要 本发明公开了音乐知识图谱半自动构建方 法及系统， 包括： 对中文音乐领域数据集的命名 实体进行识别； 将识别出来的命名实体， 转换成 中文音乐领域的三元组； 基于中文音乐领域的三 元组， 构建中文音乐领域的知识图谱。 以命名实 体识别技术为核心， 采用多文本的CNN ‑BiLSTM‑ Attention模型为核心构建了面向中文音 乐领域 的命名实体识别系统。 在知识抽取环节， 以实体 识别的结果与关系抽取的结果构建出知识图谱 上的“节点”与“边”， 最终构建面向音乐领域的中 文知识图谱半自动构建系统。 爬取原始数据后经 过处理后以带扩展属性的三元 组形式保存， 实现 半自动的知识图谱构建。 权利要求书2页 说明书12页 附图2页 CN 114547330 A 2022.05.27 CN 114547330 A 1.音乐知识图谱半自动构建方法， 其特 征是， 包括： 对中文音乐领域数据集的命名实体进行识别； 将识别出来的命名实体， 转换成中文 音乐领域的三元组； 基于中文 音乐领域的三元组， 构建中文 音乐领域的知识图谱。 2.如权利要求1所述的音乐知识图谱半自动构建方法， 其特 征是， 所述方法还 包括： 基于中文 音乐领域的知识图谱， 实现音乐数据的个性 化推荐或者音乐数据的搜索。 3.如权利要求1所述的音乐知识图谱半自动构建方法， 其特征是， 对中文音乐领域数据 集的命名实体进行识别； 具体包括： 采用训练后的神经网络模型， 对中文 音乐领域数据集的命名实体进行识别； 神经网络模型， 具体网络结构包括： 依次连接的卷积神经网络CNN、 双向长短词记忆模型BiLSTM、 自注意力机制层Self ‑ Attention和CRF层； 所述训练后的神经网络模型， 具体训练过程包括： 构建训练集； 其中， 训练集 为已知命名实体的语料库； 将训练集输入到神经网络模型中， 对 模型进行训练， 得到训练后的神经网络模型。 4.如权利要求3所述的音乐知识图谱半自动构建方法， 其特征是， 所述采用训练后的神 经网络模型， 对中文 音乐领域数据集的命名实体进行识别； 具体工作原理包括： 将中文音乐领域语料库中的每 个对话， 转换成向量矩阵； 使用卷积神经网络 CNN， 对向量矩阵进行 特征提取， 得到每 个对话的本质特 征； 将每个对话的本质特征， 输入到双向长短词记忆模型BiLSTM中， 输出包含上下文特征 表示的单词特 征； 将包含上下文表示的单词特 征， 输入到自注意力机制层， 筛 选出关键实体； 将筛选出的关键实体， 输入到 CRF层， 得到实体标签。 5.如权利要求4所述的音乐知识图谱半自动构建方法， 其特征是， 将中文音乐领域语料 库中的每 个对话， 转换成向量矩阵； 具体包括： 删除每个对话的停用词； 将每个对话中断开的句子连接 到一起； 删除每个对话中句子之间的空格； 将每个对话中句子控制在设定 长度； 对话中的每 个句子对应一个索引向量； 对话中每 个句子中的每 个单词， 对应单词向量； 得到每个对话对应的向量矩阵。 6.如权利要求1所述的音乐知识图谱半自动构建方法， 其特征是， 将识别出来的命名实 体， 转换成中文 音乐领域的三元组； 具体包括： 根据预定义的关系模板， 将识别出来的命名实体， 将 实体与实体之间用关系连接起来， 转换成中文 音乐领域的三元组； 所述预定义的关系模板， 包括： 歌曲名称与 作者的关系， 歌曲名称与歌词的关系； 将识别出来的命名实体， 转换成中文 音乐领域的三元组， 具体包括： 提取出每句话中的实体， 所述实体， 包括： 歌手、 歌曲和歌词； 如果实体之间的关系在预权　利　要　求　书 1/2 页 2 CN 114547330 A 2定义关系库中被定义， 则最终返回三元组集 合[第一实体， 关系， 第二实体]。 7.如权利要求1所述的音乐知识图谱半自动构建方法， 其特 征是， 基于中文 音乐领域的三元组， 构建中文 音乐领域的知识图谱； 具体包括： 将音乐三元组放到知识图谱生成算法中， 自动形成知识图谱， 并且链接到 图形数据库 Neo4j， 生成为可视化的知识图谱； 在图形数据库Neo4j中， 遍历三元组集合中每一个三元组， 以第一实体与第二实体， 利 用cypher语言去掉重复的创建两个节点， 并以第一实体与第二实体的关系作为关联利用 cypher语言连接 两个节点； 所构建的知识图谱将存 储在Neo4j数据库中。 8.音乐知识图谱半自动构建系统， 其特 征是， 包括： 实体识别模块， 其被 配置为： 对中文 音乐领域数据集的命名实体进行识别； 三元组转换模块， 其被配置为： 将识别出来的命名实体， 转换成中文音乐领域的三元 组； 图谱构建模块， 其被配置为： 基于 中文音乐领域的三元组， 构建中文音乐领域的知识图 谱。 9.一种电子设备， 其特 征是， 包括： 存储器， 用于非暂时性存 储计算机可读指令； 以及 处理器， 用于运行 所述计算机可读指令， 其中， 所述计算机可读指令被所述处理器运行时， 执行上述权利要求1 ‑7任一项所述的 方法。 10.一种存储介质， 其特征是， 非暂时性地存储计算机可读指令， 其中， 当所述非暂时性 计算机可读指令由计算机执 行时， 执行权利要求1 ‑7任一项所述方法的指令 。权　利　要　求　书 2/2 页 3 CN 114547330 A 3