一种基于CIEM和深度学习的知识图谱构建方法及装置

本申请涉及图谱构建技术领域，公开一种基于CIEM和深度学习的知识图谱构建方法，包括：构建输入序列，以利用构建的多任务迁移学习模型，识别出实体信息、属性信息，并利用基于正则化的方法提取实体之间的关系；将识别出的实体信息、属性信息以及实体之间的关系，利用基于交互注意力机制的知识图谱和文本联合表示模型，以对知识图表示和文本关系表示进行学习训练；基于训练后的基于交互注意力机制的知识图谱和文本联合表示模型完成知识图谱构建。应用本方法旨在面向海量异构信息，构建面向全流程异构知识表达组织与存储检索方法，并基于CI EM字典映射到可跨域共享的信息，通过实体对齐、消歧和校验，构建大规模知识图谱，提升知识图谱的覆盖度和准确度。