本技术涉及大数据及语义分析，具体而言，涉及基于知识图谱的语义分析方法、系统和介质。
背景技术：
1、在用户搜索查询过程中，为了提高查询的准确度，需要对用户查询语句进行深度语义理解和分析，基于知识图谱的语义分析方法是一种结合了知识图谱和语义理解技术的分析方法，通过利用知识图谱中的实体、关系和属性进行实体识别、关系抽取等任务，从而实现对用户查询语句的深度语义理解的目的，然而目前尚缺乏一种通过建立精准实体链接实现精准查询，并通过深度关联推理为用户提供精准、个性化的智能推荐信息的技术。
2、针对上述问题，目前亟待有效的技术解决方案。
技术实现思路
1、本技术的目的在于提供基于知识图谱的语义分析方法、系统和介质，通过对用户查询语句进行精准分析，并与知识图谱建立精准实体链接以获得精确查询结果，并通过深度关联推理为用户提供精准、个性化的智能推荐信息。
2、本技术还提供了基于知识图谱的语义分析方法，包括以下步骤：
3、获取用户查询语句并处理获得查询实体数据和查询实体属性数据；
4、对所述查询实体数据进行依存关系识别，获得实体关系数据，并处理获得查询意图预测数据；
5、在所述查询实体数据和预设知识图谱之间建立实体链接，并根据所述查询实体属性数据处理获得候选实体数据；
6、根据所述候选实体数据处理获得目标实体数据；
7、根据所述目标实体数据以及所述实体关系数据、查询意图预测数据进行处理，获得用户查询结果数据；
8、从预设知识图谱中抽取所述目标实体数据相应的查询子图，并处理获得用户推荐数据；
9、将所述用户查询结果数据以及所述用户推荐数据推送至用户端展示。
10、可选地，在本技术所述的基于知识图谱的语义分析方法中，所述获取用户查询语句并处理获得查询实体数据和查询实体属性数据，包括：
11、获取用户查询语句并进行分词处理，获得分词数据；
12、利用预设词性标注模型对所述分词数据进行词性标注，获得词性标注结果数据；
13、利用预设实体识别技术对所述分词数据和词性标注结果数据进行实体识别，获得查询实体数据；
14、对所述查询实体数据进行属性识别，获得查询实体属性数据。
15、可选地，在本技术所述的基于知识图谱的语义分析方法中，所述对所述查询实体数据进行依存关系识别，获得实体关系数据，并处理获得查询意图预测数据，包括：
16、利用预设依存关系识别模型对所述查询实体数据进行依存关系识别，获得实体关系数据；
17、对所述用户查询语句进行语义角色标注，获得语义角色数据；
18、将所述查询实体数据、实体关系数据和语义角色数据输入预设查询意图识别模型中进行处理，获得查询意图预测数据。
19、可选地，在本技术所述的基于知识图谱的语义分析方法中，所述在所述查询实体数据和预设知识图谱之间建立实体链接，并根据所述查询实体属性数据处理获得候选实体数据，包括：
20、将所述查询实体数据与预设知识图谱中所有实体数据依次进行匹配识别，将符合预设匹配识别要求的实体数据作为待选实体数据；
21、将预设知识图谱中所述待选实体数据对应的实体属性数据作为待选实体属性数据；
22、将所述查询实体属性数据与所述待选实体属性数据进行相似度识别，将符合预设相似度匹配识别要求的待选实体属性数据对应的所述待选实体数据作为候选实体数据。
23、可选地，在本技术所述的基于知识图谱的语义分析方法中，所述根据所述候选实体数据处理获得目标实体数据，包括：
24、从预设知识图谱中抽取所述候选实体数据对应索引的文本数据作为索引文本数据；
25、对所述索引文本数据进行关键词提取，获得索引关键词数据；
26、利用预设依存关系识别模型对所述索引关键词数据进行关联关系分析，获得关键词关联关系数据；
27、将所述实体关系数据与所述关键词关联关系数据进行相似度匹配，获得关联关系匹配指数；
28、将所述关联关系匹配指数与预设关联关系匹配指数阈值进行阈值对比；
29、将符合预设阈值对比要求的所述关键词关联关系数据对应的所述索引文本数据作为目标索引文本数据；
30、将所述目标索引文本数据对应索引的所述候选实体数据作为目标实体数据。
31、可选地，在本技术所述的基于知识图谱的语义分析方法中，所述根据所述目标实体数据以及所述实体关系数据、查询意图预测数据进行处理，获得用户查询结果数据，包括：
32、将预设知识图谱中所述目标实体数据对应的关联关系数据和实体属性数据分别作为目标关联关系数据和目标属性数据；
33、利用预设机器学习算法对将所述实体关系数据、目标实体数据、目标关联关系数据、目标属性数据和查询意图预测数据进行处理，获得用户查询结果数据。
34、可选地，在本技术所述的基于知识图谱的语义分析方法中，所述从预设知识图谱中抽取所述目标实体数据相应的查询子图，并处理获得用户推荐数据，包括：
35、从预设知识图谱中抽取所述目标实体数据、目标关联关系数据和目标属性数据生成查询子图；
36、根据所述查询意图预测数据处理生成扩展关联需求数据；
37、根据所述扩展关联需求数据抽取预设知识图谱中实体数据、关联关系数据和实体属性数据作为扩展实体数据、扩展关联关系数据和扩展实体属性数据；
38、根据所述扩展实体数据、扩展关联关系数据和扩展实体属性数据对所述查询子图进行拓展，获得扩展查询子图；
39、利用预设深度推理预测模型对所述扩展查询子图中所有实体数据、关联关系数据和实体属性数据进行处理，获得用户推荐数据。
40、第二方面，本技术提供了基于知识图谱的语义分析系统，该系统包括：存储器及处理器，所述存储器中存储基于知识图谱的语义分析方法的程序，所述基于知识图谱的语义分析方法的程序被所述处理器执行时实现以下步骤：
41、获取用户查询语句并处理获得查询实体数据和查询实体属性数据；
42、对所述查询实体数据进行依存关系识别，获得实体关系数据，并处理获得查询意图预测数据；
43、在所述查询实体数据和预设知识图谱之间建立实体链接，并根据所述查询实体属性数据处理获得候选实体数据；
44、根据所述候选实体数据处理获得目标实体数据；
45、根据所述目标实体数据以及所述实体关系数据、查询意图预测数据进行处理，获得用户查询结果数据；
46、从预设知识图谱中抽取所述目标实体数据相应的查询子图，并处理获得用户推荐数据；
47、将所述用户查询结果数据以及所述用户推荐数据推送至用户端展示。
48、可选地，在本技术所述的基于知识图谱的语义分析系统中，所述获取用户查询语句并处理获得查询实体数据和查询实体属性数据，包括：
49、获取用户查询语句并进行分词处理，获得分词数据；
50、利用预设词性标注模型对所述分词数据进行词性标注，获得词性标注结果数据；
51、利用预设实体识别技术对所述分词数据和词性标注结果数据进行实体识别，获得查询实体数据；
52、对所述查询实体数据进行属性识别，获得查询实体属性数据。
53、第三方面，本技术还提供了一种计算机可读存储介质，所述计算机可读存储介质中存储基于知识图谱的语义分析方法程序，所述基于知识图谱的语义分析方法程序被处理器执行时，实现如上述任一项所述的基于知识图谱的语义分析方法的步骤。
54、由上可知，本技术提供的基于知识图谱的语义分析方法、系统和介质，通过对用户查询语句进行精准分析，并与知识图谱建立精准实体链接以获得精确查询结果，并通过深度关联推理为用户提供精准、个性化的智能推荐信息。
55、本技术的其他特征和优点将在随后的说明书阐述，并且，部分地从说明书中变得显而易见，或者通过实施本技术实施例了解。本技术的目的和其他优点可通过在所写的说明书以及附图中所特别指出的结构来实现和获得。
1.基于知识图谱的语义分析方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于知识图谱的语义分析方法，其特征在于，所述获取用户查询语句并处理获得查询实体数据和查询实体属性数据，包括：
3.根据权利要求2所述的基于知识图谱的语义分析方法，其特征在于，所述对所述查询实体数据进行依存关系识别，获得实体关系数据，并处理获得查询意图预测数据，包括：
4.根据权利要求3所述的基于知识图谱的语义分析方法，其特征在于，所述在所述查询实体数据和预设知识图谱之间建立实体链接，并根据所述查询实体属性数据处理获得候选实体数据，包括：
5.根据权利要求4所述的基于知识图谱的语义分析方法，其特征在于，所述根据所述候选实体数据处理获得目标实体数据，包括：
6.根据权利要求5所述的基于知识图谱的语义分析方法，其特征在于，所述根据所述目标实体数据以及所述实体关系数据、查询意图预测数据进行处理，获得用户查询结果数据，包括：
7.根据权利要求6所述的基于知识图谱的语义分析方法，其特征在于，所述从预设知识图谱中抽取所述目标实体数据相应的查询子图，并处理获得用户推荐数据，包括：
8.基于知识图谱的语义分析系统，其特征在于，包括存储器和处理器，所述存储器中存储基于知识图谱的语义分析方法的程序，所述基于知识图谱的语义分析的方法程序被所述处理器执行时实现如下步骤：
9.根据权利要求8所述的基于知识图谱的语义分析系统，其特征在于，所述获取用户查询语句并处理获得查询实体数据和查询实体属性数据，包括：
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储基于知识图谱的语义分析程序，所述基于知识图谱的语义分析程序被处理器执行时，实现如权利要求1至7中任一项所述的基于知识图谱的语义分析方法的步骤。
