[發(fā)明專利]一種基于云計算的知識圖譜架構(gòu)實現(xiàn)方法及系統(tǒng)

在審

• 申請?zhí)枺?/td>: 201911413712.5
• 申請日: 2019-12-31
• 公開（公告）號: CN111259086A
• 公開（公告）日: 2020-06-09
• 發(fā)明（設(shè)計）人: 張福強
• 申請（專利權(quán)）人: 的盧技術(shù)有限公司
• 主分類號: G06F16/28
• 分類號: G06F16/28;G06F16/36;G06F16/951
• 代理公司: 南京禹為知識產(chǎn)權(quán)代理事務(wù)所(特殊普通合伙) 32272
• 代理人: 王曉東

本發(fā)明公開了一種基于云計算的知識圖譜架構(gòu)實現(xiàn)方法及系統(tǒng)，其特征在于：包括以下步驟，一種基于云計算的知識圖譜架構(gòu)實現(xiàn)方法，包括以下步驟，數(shù)據(jù)獲取模塊獲取數(shù)據(jù)資源并存儲；實體抽取模塊從數(shù)據(jù)資源中進行實體抽取，得到實體信息；將實體信息傳輸至知識存儲模塊，并進行存儲；實體關(guān)聯(lián)模塊從數(shù)據(jù)資源中進行實體關(guān)系抽取；將建立的實體關(guān)系傳輸至知識存儲模塊，并進行存儲；圖譜展示模塊根據(jù)知識存儲模塊存儲內(nèi)容進行數(shù)據(jù)展示。本發(fā)明的有益效果：將資源獲取、實體抽取和實體關(guān)系存儲合理結(jié)合，從而構(gòu)建成一整套可用于AI人工智能中的知識圖譜，對外提供完整的數(shù)據(jù)服務(wù)，并應(yīng)用于人工智能等領(lǐng)域中。

技術(shù)領(lǐng)域

本發(fā)明涉及云計算的技術(shù)領(lǐng)域，尤其涉及一種基于云計算的知識圖譜架構(gòu)實現(xiàn)方法及系統(tǒng)。

背景技術(shù)

近年來，隨著人工智能技術(shù)的發(fā)展，知識圖譜的重要性逐漸凸顯出來，尤其人工智能中自然語言識別與人機對話，更是離不開知識圖譜，知識圖譜能夠用來將自然界中存在的實體以及概念，通過關(guān)系的形式關(guān)聯(lián)起來。

而現(xiàn)有的計算機領(lǐng)域沒有一個系統(tǒng)的方法或者架構(gòu)，將具體的知識圖譜的實現(xiàn)方法描述以及實現(xiàn)，較多的存在于概念，也沒有系統(tǒng)的實現(xiàn)從數(shù)據(jù)挖掘到實體關(guān)聯(lián)、圖譜展示的整個過程。

發(fā)明內(nèi)容

本部分的目的在于概述本發(fā)明的實施例的一些方面以及簡要介紹一些較佳實施例。在本部分以及本申請的說明書摘要和發(fā)明名稱中可能會做些簡化或省略以避免使本部分、說明書摘要和發(fā)明名稱的目的模糊，而這種簡化或省略不能用于限制本發(fā)明的范圍。

鑒于上述現(xiàn)有存在的問題，提出了本發(fā)明。

因此，本發(fā)明解決的一個技術(shù)問題是：提供一種基于云計算的知識圖譜架構(gòu)實現(xiàn)方法，結(jié)合爬蟲服務(wù)、實體抽取關(guān)系抽取、圖譜數(shù)據(jù)存儲這三種不同的服務(wù)，并對外提供完整的數(shù)據(jù)服務(wù)。

為解決上述技術(shù)問題，本發(fā)明提供如下技術(shù)方案：一種基于云計算的知識圖譜架構(gòu)實現(xiàn)方法，包括以下步驟，數(shù)據(jù)獲取模塊獲取數(shù)據(jù)資源并存儲；實體抽取模塊從數(shù)據(jù)資源中進行實體抽取，得到實體信息；將實體信息傳輸至知識存儲模塊，并進行存儲；實體關(guān)聯(lián)模塊從數(shù)據(jù)資源中進行實體關(guān)系抽取；將建立的實體關(guān)系傳輸至知識存儲模塊，并進行存儲；圖譜展示模塊根據(jù)知識存儲模塊存儲內(nèi)容進行數(shù)據(jù)展示。

作為本發(fā)明所述的基于云計算的知識圖譜架構(gòu)實現(xiàn)方法的一種優(yōu)選方案，其中：所述數(shù)據(jù)獲取模塊通過解析網(wǎng)頁來獲取數(shù)據(jù)資源。

作為本發(fā)明所述的基于云計算的知識圖譜架構(gòu)實現(xiàn)方法的一種優(yōu)選方案，其中：所述解析網(wǎng)頁還包括以下步驟，通過http請求獲取網(wǎng)頁，并將獲取到的網(wǎng)頁進行解析，從而得到網(wǎng)頁中所有的鏈接地址；將得到的所有的url放入消息隊列中；讀取存放url的消息隊列從而獲取url，根據(jù)url請求網(wǎng)頁內(nèi)容，獲取到網(wǎng)頁的內(nèi)容數(shù)據(jù)，將得到的數(shù)據(jù)信息存儲在數(shù)據(jù)庫中；從消息隊列中依次取網(wǎng)頁的url鏈接地址，并重復以上步驟。

作為本發(fā)明所述的基于云計算的知識圖譜架構(gòu)實現(xiàn)方法的一種優(yōu)選方案，其中：所述實體抽取模塊進行實體抽取還包括以下步驟，將接收到的數(shù)據(jù)資源進行轉(zhuǎn)化為HtmlDocument格式；從Document對象中提取對應(yīng)的實體信息。

作為本發(fā)明所述的基于云計算的知識圖譜架構(gòu)實現(xiàn)方法的一種優(yōu)選方案，其中：所述實體信息包括實體名稱以及屬性信息，屬性信息包括實體基本屬性、實體標簽和實體描述信息。

作為本發(fā)明所述的基于云計算的知識圖譜架構(gòu)實現(xiàn)方法的一種優(yōu)選方案，其中：所述實體關(guān)聯(lián)模塊的實體關(guān)系抽取還包括以下步驟，讀取從數(shù)據(jù)獲取模塊接收的數(shù)據(jù)資源；解析數(shù)據(jù)資源，得到該數(shù)據(jù)資源與其他實體的關(guān)系；根據(jù)該數(shù)據(jù)資源與其他實體的關(guān)系，結(jié)合實體抽取模塊中的抽取的實體進行關(guān)系關(guān)聯(lián)，建立實體關(guān)系。

作為本發(fā)明所述的基于云計算的知識圖譜架構(gòu)實現(xiàn)方法的一種優(yōu)選方案，其中：所述知識存儲模塊基于圖數(shù)據(jù)庫Neo4j實現(xiàn)，進行數(shù)據(jù)的存儲。