[發(fā)明專利]用于存儲(chǔ)數(shù)據(jù)的方法和裝置

在審

• 申請(qǐng)?zhí)枺?/td>: 201711320259.4
• 申請(qǐng)日: 2017-12-12
• 公開(kāi)（公告）號(hào): CN108038200A
• 公開(kāi)（公告）日: 2018-05-15
• 發(fā)明（設(shè)計(jì)）人: 李千;于昺洋;史亞冰;梁海金;李京峰;李瑩
• 申請(qǐng)（專利權(quán)）人: 北京百度網(wǎng)訊科技有限公司
• 主分類號(hào): G06F17/30
• 分類號(hào): G06F17/30;G06F17/27
• 代理公司: 北京英賽嘉華知識(shí)產(chǎn)權(quán)代理有限責(zé)任公司 11204
• 代理人: 王達(dá)佐;馬曉亞

1.一種用于存儲(chǔ)數(shù)據(jù)的方法，包括：

提取目標(biāo)數(shù)據(jù)所包括的實(shí)體與關(guān)系，其中，所述目標(biāo)數(shù)據(jù)包括至少兩個(gè)詞匯，所述實(shí)體是所述目標(biāo)數(shù)據(jù)中的詞匯，所述關(guān)系是所述目標(biāo)數(shù)據(jù)中的、不同于所述實(shí)體的詞匯；

確定所述實(shí)體的上位詞；

基于所述實(shí)體與所述上位詞，確定第一實(shí)體集合；

將所述第一實(shí)體集合中符合預(yù)設(shè)條件的實(shí)體的集合，確定為第二實(shí)體集合；

關(guān)聯(lián)存儲(chǔ)所述關(guān)系與所述第二實(shí)體集合中的每個(gè)實(shí)體。

2.根據(jù)權(quán)利要求1所述的方法，其中，所述將所述第一實(shí)體集合中符合預(yù)設(shè)條件的實(shí)體的集合，確定為第二實(shí)體集合，包括：

獲取預(yù)定的知識(shí)條目集合，其中，知識(shí)條目包括實(shí)體與關(guān)系；

將所述第一實(shí)體集合中的每個(gè)實(shí)體與所述目標(biāo)數(shù)據(jù)中的關(guān)系組成為待驗(yàn)證知識(shí)條目，得到待驗(yàn)證知識(shí)條目集合；

確定所述待驗(yàn)證知識(shí)條目集合中的每個(gè)待驗(yàn)證知識(shí)條目在所述預(yù)定的知識(shí)條目集合中出現(xiàn)的次數(shù)，將大于預(yù)定數(shù)值的次數(shù)所對(duì)應(yīng)的待驗(yàn)證知識(shí)條目所包括的實(shí)體的集合確定為第二實(shí)體集合。

3.根據(jù)權(quán)利要求2所述的方法，其中，所述關(guān)聯(lián)存儲(chǔ)所述關(guān)系與所述第二實(shí)體集合中的每個(gè)實(shí)體，包括：

確定所述目標(biāo)數(shù)據(jù)中的關(guān)系在所述目標(biāo)數(shù)據(jù)或所述預(yù)定的知識(shí)條目集合中的重要程度值；

響應(yīng)于確定出所述重要程度值屬于預(yù)定范圍，關(guān)聯(lián)存儲(chǔ)所述目標(biāo)數(shù)據(jù)中的關(guān)系與所述第二實(shí)體集合中的每個(gè)實(shí)體。

4.根據(jù)權(quán)利要求3所述的方法，其中，所述重要程度值是詞頻-反轉(zhuǎn)文件頻率。

5.根據(jù)權(quán)利要求1所述的方法，其中，所述目標(biāo)數(shù)據(jù)是包括詞匯序列的非結(jié)構(gòu)化數(shù)據(jù)；以及

所述提取目標(biāo)數(shù)據(jù)所包括的實(shí)體與關(guān)系，包括：

對(duì)所述目標(biāo)數(shù)據(jù)進(jìn)行分詞處理，生成詞匯序列；

確定所述詞匯序列中的各個(gè)詞匯之間的依存關(guān)系；

確定所述各個(gè)詞匯的詞性；

提取所述詞匯序列中的實(shí)體與關(guān)系。

6.根據(jù)權(quán)利要求5所述的方法，其中，所述預(yù)設(shè)條件包括預(yù)定模板集合中存在與所述詞匯序列所包含的詞匯的數(shù)量、所述各個(gè)詞匯之間的依存關(guān)系、所述各個(gè)詞匯的詞性相匹配的模板，其中，模板用于規(guī)定數(shù)據(jù)所包含的詞匯的數(shù)量、數(shù)據(jù)所包含的各個(gè)詞匯之間的依存關(guān)系、數(shù)據(jù)所包含的各個(gè)詞匯的詞性。

7.根據(jù)權(quán)利要求1-6之一所述的方法，其中，所述預(yù)設(shè)條件還包括所提取的實(shí)體不屬于針對(duì)所述目標(biāo)數(shù)據(jù)中的關(guān)系預(yù)先確定的第三實(shí)體集合。

8.一種用于存儲(chǔ)數(shù)據(jù)的裝置，包括：

提取單元，配置用于提取目標(biāo)數(shù)據(jù)所包括的實(shí)體與關(guān)系，其中，所述目標(biāo)數(shù)據(jù)包括至少兩個(gè)詞匯，所述實(shí)體是所述目標(biāo)數(shù)據(jù)中的詞匯，所述關(guān)系是所述目標(biāo)數(shù)據(jù)中的、不同于所述實(shí)體的詞匯；

第一確定單元，配置用于確定所述實(shí)體的上位詞；

第二確定單元，配置用于基于所述實(shí)體與所述上位詞，確定第一實(shí)體集合；

第三確定單元，配置用于將所述第一實(shí)體集合中符合預(yù)設(shè)條件的實(shí)體的集合，確定為第二實(shí)體集合；

存儲(chǔ)單元，配置用于關(guān)聯(lián)存儲(chǔ)所述關(guān)系與所述第二實(shí)體集合中的每個(gè)實(shí)體。

9.根據(jù)權(quán)利要求8所述的裝置，其中，所述第三確定單元包括：

獲取模塊，配置用于獲取預(yù)定的知識(shí)條目集合，其中，知識(shí)條目包括實(shí)體與關(guān)系；

組成模塊，配置用于將所述第一實(shí)體集合中的每個(gè)實(shí)體與所述目標(biāo)數(shù)據(jù)中的關(guān)系組成為待驗(yàn)證知識(shí)條目，得到待驗(yàn)證知識(shí)條目集合；

第一確定模塊，配置用于確定所述待驗(yàn)證知識(shí)條目集合中的每個(gè)待驗(yàn)證知識(shí)條目在所述預(yù)定的知識(shí)條目集合中出現(xiàn)的次數(shù)，將大于預(yù)定數(shù)值的次數(shù)所對(duì)應(yīng)的待驗(yàn)證知識(shí)條目所包括的實(shí)體的集合確定為第二實(shí)體集合。