[發明專利]面向在線百科的知識庫自動更新方法及系統

有效

• 申請號: 201410072608.5
• 申請日: 2014-02-28
• 公開（公告）號: CN103823879B
• 公開（公告）日: 2017-06-16
• 發明（設計）人: 程學旗;王元卓;林海倫;賈巖濤;熊錦華;許洪波;馮凱
• 申請（專利權）人: 中國科學院計算技術研究所
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 北京泛華偉業知識產權代理有限公司11280
• 代理人: 王勇

1.一種面向在線百科的知識庫自動更新的方法，該方法包括：

步驟1，實時監控知識庫的知識語料來源，根據知識語料更新時間和知識語料內容變化，獲取新增的知識語料與內容改變的知識語料；

步驟2，從所獲取的知識語料識別其表示的知識，其中所識別的知識包括實例、實例的屬性以及實例所屬的概念；

步驟3，基于所識別的知識來更新知識庫；

其中，所述知識語料來源包括定期備份的知識語料庫，所述步驟1包括：

從該知識語料庫的源網站獲取新的語料庫備份和語料庫修改歷史；

對于所獲取的新的語料庫備份中的每個知識語料，獲取該知識語料在語料庫修改歷史中第一次出現的時間和最后一次出現的時間，

如果所述第一次出現的時間大于與知識庫當前使用的知識語料庫備份的時間，則確定該知識語料是新增的知識語料；

如果所述第一次出現的時間小于或等于知識庫當前使用的知識語料庫備份的時間，并且知識庫當前使用的知識語料庫備份的時間小于或等于所述最后一次出現的時間，則確定該知識語料是內容改變的知識語料。

2.根據權利要求1所述的方法，在所述步驟1中，所述知識語料來源還包括通過網絡搜索采集的知識語料的集合，所述步驟1包括：

基于知識庫當前使用的知識語料集合中各知識語料對應URL發送HTTP請求；

從對該HTTP請求的響應的頭部信息中提取該知識語料的頁面內容最后一次發生變化的時間；

如果所述最后一次發生變化的時間大于知識庫當前所使用的該知識語料頁面上次更新的時間，則確定該知識語料是內容改變的知識語料；

對所確定的內容改變的知識語料的頁面內容進行分析，若發現當前的知識語料集合中不存在的URL，則該URL對應的知識語料是新增的知識語料。

3.根據權利要求1所述的方法，所述步驟3包括：

對于從新增的知識語料中識別的實例，則根據該實例所屬的概念判斷知識庫中是否存在與之對應的概念；若存在，則將該實例，添加到知識庫對應的概念下；若不存在，則在知識庫中創建一個新的概念，并將該實例添加到該概念下；

對于從內容改變的知識語料中識別的實例信息，則利用該實例信息替換知識庫中對應的實例的信息。

4.根據權利要求1所述的方法，所述步驟3中對于所識別的每個實例執行下列步驟：

步驟31)判斷知識庫中是否存在與該實例名稱且所屬概念相同的實例，如果存在，則該實例的信息添加到該知識庫中對應實例中；如果不存在，則執行步驟32)；

步驟32)從知識庫中選出與該實例名稱相同但所屬概念不同的實例，計算每個所選出的實例與該實例的匹配度，如果所計算的最大匹配度大于設定的閾值，則該實例的信息添加到與該實例具有最大匹配度的實例中，否則，執行步驟33)；

步驟33)從知識庫中查找與該實例所屬的概念相匹配的概念，若不存在匹配的概念，則在知識庫中創建該概念，并在該概念下創建該實例；若存在匹配的概念，計算該匹配的概念下的每個實例與該實例的匹配度，如果所計算的最大匹配度大于設定的閾值，則該實例的信息添加到與該實例具有最大匹配度的實例中，否則，在該匹配的概念下創建該實例。