[發(fā)明專利]知識(shí)圖譜構(gòu)建方法及裝置、可讀存儲(chǔ)介質(zhì)、電子設(shè)備

有效

• 申請(qǐng)?zhí)枺?/td>: 201910408077.5
• 申請(qǐng)日: 2019-05-15
• 公開（公告）號(hào): CN110188207B
• 公開（公告）日: 2021-06-04
• 發(fā)明（設(shè)計(jì)）人: 徐豐碩;林鳳綠;王倪東
• 申請(qǐng)（專利權(quán)）人: 出門問(wèn)問(wèn)創(chuàng)新科技有限公司
• 主分類號(hào): G06F16/36
• 分類號(hào): G06F16/36
• 代理公司: 北京睿派知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11597
• 代理人: 劉鋒

1.一種知識(shí)圖譜構(gòu)建方法，所述知識(shí)圖譜用于表示實(shí)體的實(shí)體信息及不同實(shí)體之間的關(guān)系，其特征在于，所述方法包括：

根據(jù)爬取到的數(shù)據(jù)信息創(chuàng)建信息模式，所述信息模式包括概念和與概念對(duì)應(yīng)的屬性；

根據(jù)所述信息模式對(duì)數(shù)據(jù)信息進(jìn)行實(shí)體分類，確定每個(gè)實(shí)體的實(shí)體信息和用于識(shí)別所述實(shí)體的實(shí)體標(biāo)識(shí)，所述實(shí)體信息包括實(shí)體屬性和屬性值，所述實(shí)體屬性包括數(shù)據(jù)屬性值和對(duì)象屬性，所述對(duì)象屬性的屬性值指向另一個(gè)實(shí)體；

根據(jù)所述信息模式中屬性的名稱統(tǒng)一不同實(shí)體的實(shí)體屬性名稱；

為每個(gè)實(shí)體確定一個(gè)標(biāo)識(shí)鏈接或非標(biāo)識(shí)鏈接；

對(duì)比鏈接前綴相同的實(shí)體，將非標(biāo)識(shí)鏈接的實(shí)體屬性并入標(biāo)識(shí)鏈接的實(shí)體屬性，合并每個(gè)實(shí)體相同的實(shí)體屬性，所述鏈接前綴為鏈接中不包括標(biāo)識(shí)的部分；

對(duì)比名稱相同的實(shí)體，響應(yīng)于匹配的實(shí)體屬性大于閾值，將不同實(shí)體的實(shí)體信息并入同一實(shí)體，合并每個(gè)實(shí)體相同的實(shí)體屬性；

輸出實(shí)體的實(shí)體信息及不同實(shí)體之間的關(guān)系；

所述為每個(gè)實(shí)體確定一個(gè)標(biāo)識(shí)鏈接或非標(biāo)識(shí)鏈接包括：

分割實(shí)體的對(duì)象屬性使每個(gè)對(duì)象屬性對(duì)應(yīng)一個(gè)屬性值；

為每個(gè)實(shí)體及所述實(shí)體的每個(gè)對(duì)象屬性值確定一個(gè)標(biāo)識(shí)鏈接或非標(biāo)識(shí)鏈接。

2.如權(quán)利要求1所述的方法，其特征在于，所述為每個(gè)實(shí)體確定一個(gè)標(biāo)識(shí)鏈接或非標(biāo)識(shí)鏈接還包括：

響應(yīng)于所述數(shù)據(jù)信息中不存在與所述實(shí)體對(duì)應(yīng)的標(biāo)識(shí)鏈接，確定一個(gè)非標(biāo)識(shí)鏈接。

3.如權(quán)利要求1所述的方法，其特征在于，所述為每個(gè)實(shí)體確定一個(gè)標(biāo)識(shí)鏈接或非標(biāo)識(shí)鏈接還包括：

響應(yīng)于所述數(shù)據(jù)信息中存在與所述實(shí)體對(duì)應(yīng)的標(biāo)識(shí)鏈接，選擇一個(gè)標(biāo)識(shí)鏈接。

4.如權(quán)利要求1所述的方法，其特征在于，所述方法還包括：

響應(yīng)于所述數(shù)據(jù)屬性值的數(shù)據(jù)類型為字符串類型，為所述數(shù)據(jù)屬性值增加語(yǔ)言標(biāo)簽；

響應(yīng)于所述數(shù)據(jù)屬性值的數(shù)據(jù)類型為數(shù)字類型，統(tǒng)一所述數(shù)據(jù)屬性值的單位。

5.如權(quán)利要求1所述的方法，其特征在于，所述將非標(biāo)識(shí)鏈接的實(shí)體屬性并入標(biāo)識(shí)鏈接的實(shí)體屬性包括：

確定目標(biāo)實(shí)體標(biāo)識(shí)和待合并實(shí)體標(biāo)識(shí)之間的映射關(guān)系，通過(guò)Spark框架廣播至所有用于存儲(chǔ)所述數(shù)據(jù)信息的主機(jī)；

在每臺(tái)主機(jī)內(nèi)篩選本機(jī)存儲(chǔ)的實(shí)體標(biāo)識(shí)，執(zhí)行合并。

6.如權(quán)利要求1所述的方法，其特征在于，所述將不同實(shí)體的實(shí)體信息并入同一實(shí)體包括：

確定目標(biāo)實(shí)體標(biāo)識(shí)和待合并實(shí)體標(biāo)識(shí)之間的映射關(guān)系，通過(guò)Spark框架廣播至所有用于存儲(chǔ)所述數(shù)據(jù)信息的主機(jī)；

在每臺(tái)主機(jī)內(nèi)篩選本機(jī)存儲(chǔ)的實(shí)體標(biāo)識(shí)，執(zhí)行合并。

7.一種知識(shí)圖譜構(gòu)建裝置，所述知識(shí)圖譜用于表示實(shí)體的實(shí)體信息及不同實(shí)體之間的關(guān)系，其特征在于，所述裝置包括：

模式構(gòu)建模塊，用于根據(jù)爬取到的數(shù)據(jù)信息構(gòu)建信息模式，所述信息模式包括概念和與概念對(duì)應(yīng)的屬性；

實(shí)體分類模塊，用于根據(jù)所述信息模式對(duì)數(shù)據(jù)信息進(jìn)行實(shí)體分類，確定每個(gè)實(shí)體的實(shí)體信息和用于識(shí)別所述實(shí)體的實(shí)體標(biāo)識(shí)，所述實(shí)體信息包括實(shí)體屬性和屬性值，所述實(shí)體屬性包括數(shù)據(jù)屬性值和對(duì)象屬性，所述對(duì)象屬性的屬性值指向另一個(gè)實(shí)體；

標(biāo)準(zhǔn)化模塊，用于根據(jù)所述信息模式中屬性的名稱統(tǒng)一不同實(shí)體的實(shí)體屬性名稱；

鏈接確定模塊，用于為每個(gè)實(shí)體確定一個(gè)標(biāo)識(shí)鏈接或非標(biāo)識(shí)鏈接；

第一實(shí)體合并模塊，用于對(duì)比鏈接前綴相同的實(shí)體，將非標(biāo)識(shí)鏈接的實(shí)體屬性并入標(biāo)識(shí)鏈接的實(shí)體屬性，合并每個(gè)實(shí)體相同的實(shí)體屬性，所述鏈接前綴為鏈接中不包括標(biāo)識(shí)的部分；

第二實(shí)體合并模塊，用于對(duì)比名稱相同的實(shí)體，響應(yīng)于匹配的實(shí)體屬性大于閾值，將不同實(shí)體的實(shí)體信息并入同一實(shí)體，合并每個(gè)實(shí)體相同的實(shí)體屬性；

信息傳輸模塊，用于輸出實(shí)體的實(shí)體信息及不同實(shí)體之間的關(guān)系；

所述為每個(gè)實(shí)體確定一個(gè)標(biāo)識(shí)鏈接或非標(biāo)識(shí)鏈接包括：

分割實(shí)體的對(duì)象屬性使每個(gè)對(duì)象屬性對(duì)應(yīng)一個(gè)屬性值；

為每個(gè)實(shí)體及所述實(shí)體的每個(gè)對(duì)象屬性值確定一個(gè)標(biāo)識(shí)鏈接或非標(biāo)識(shí)鏈接。