[發明專利]本體建立方法、裝置及存儲介質

有效

• 申請號: 201811459195.0
• 申請日: 2018-11-30
• 公開（公告）號: CN111259161B
• 公開（公告）日: 2022-02-08
• 發明（設計）人: 吳小飛;浦世亮;姜偉浩;閆春
• 申請（專利權）人: 杭州海康威視數字技術股份有限公司
• 主分類號: G06F16/36
• 分類號: G06F16/36
• 代理公司: 北京三高永信知識產權代理有限責任公司 11138
• 代理人: 韓東艷

本發明公開了一種本體建立方法、裝置及存儲介質，屬于大數據處理技術領域。所述方法包括：對于用于建立本體的至少一個文檔，根據至少一個文檔確定多個多元組，根據多個多元組確定多個語義關系數據組，然后根據多個語義關系數據組，建立針對至少一個文檔的本體。整個建立本體的過程中，無需人工參與，提高了建立本體的效率。

技術領域

本發明涉及大數據處理技術領域，特別涉及一種本體建立方法、裝置及存儲介質。

背景技術

本體是一種數據結構，該數據結構用于對某些文檔采用標準的、規范的方式進行說明，以便于根據該本體對這些文檔進行共享。其中，本體包括多個概念和多個概念中存在關聯的兩個概念之間的概念關系。比如，針對描述雨傘的多個文檔建立一個本體，該本體中包括多個概念，比如雨傘、用具、傘把等。其中，概念“雨傘”和概念“用具”之間存在一個概念關系，且該概念關系由“雨傘”指向“用具”。概念“雨傘”和概念“傘把”之間也存在一個概念關系，且該概念關系由“傘把”指向“雨傘”。

相關技術中，當需要建立本體時，獲取用戶建立本體的至少一個文檔，通過人工方式對至少一個文檔中每個文檔中的詞語進行歸類，然后根據歸類之后的多個詞語建立本體。該建立本體的過程中人工參與度較高，嚴重影響了建立本體的效率。

發明內容

本發明實施例提供了一種本體建立方法、裝置及存儲介質，可以提高建立本體的效率。所述技術方案如下：

第一方面，提供了一種本體建立方法，所述方法包括：

獲取用于建立本體的至少一個文檔，并根據所述至少一個文檔確定多個多元組，每個多元組包括兩個第一類詞語和一個第二類詞語，所述第一類詞語是指用于描述對象自身屬性的詞語，所述第二類詞語是指用于指示不同對象之間的關聯關系的詞語；

確定所述多個多元組中每個多元組中的兩個第一類詞語分別對應的兩個概念，以及每個多個元組中的第二類詞語對應的概念關系，并將確定的兩個概念分別替換對應的兩個第一類詞語，將確定的概念關系替換對應的第二類詞語，得到多個語義關系數據組；

根據所述多個語義關系數據組，建立針對所述至少一個文檔的本體。

可選地，所述確定所述多個多元組中每個多元組中的兩個第一類詞語分別對應的兩個概念，以及每個多元組中的第二類詞語對應的概念關系，包括：

對于所述多個多元組中任一多元組A，從參考數據庫中查找與所述多元組A中的兩個第一類詞語分別對應的兩個概念，所述參考數據庫是指用于描述多個詞語中每個詞語所代表的概念以及不同概念之間的概念關系的數據庫；

根據查找到的兩個概念，從所述參考數據庫中繼續查找與所述多元組A中的第二類詞語對應的概念關系。

可選地，所述從參考數據庫中查找所述多元組A中的兩個第一類詞語分別對應的兩個概念，包括：

對于所述多元組A中兩個第一類詞語中的任一第一類詞語B，確定所述至少一個文檔中與所述第一類詞語B的詞義相同的詞語；

如果所述至少一個文檔中不存在與所述第一類詞語B的詞義相同的詞語，則從所述參考數據庫中查找所述第一類詞語B對應的概念。

可選地，所述確定所述至少一個文檔中與所述第一類詞語B的詞義相同的詞語之后，還包括：

如果所述至少一個文檔中存在與所述第一類詞語B的詞義相同的詞語，則確定所述第一類詞語B，以及與所述第一類詞語B的詞義相同的詞語分別在所述至少一個文檔中的出現次數；

從所述第一類詞語B，以及與所述第一類詞語B的詞義相同的詞語中，確定出現次數最大的詞語；

從所述參考數據庫中查找所述出現次數最大的詞語對應的概念，并將查找到的概念作為所述第一類詞語B對應的概念。

可選地，所述方法還包括：