[發明專利]知識圖譜的構建方法及裝置、存儲介質、電子設備

有效

• 申請號: 202010066621.5
• 申請日: 2020-01-20
• 公開（公告）號: CN111241212B
• 公開（公告）日: 2023-10-24
• 發明（設計）人: 李慧;許蕾;郝吉芳;楊卓士;商曉健;王炳乾
• 申請（專利權）人: 京東方科技集團股份有限公司
• 主分類號: G06F16/28
• 分類號: G06F16/28;G06F16/36;G06F16/215;G06F40/242;G06F40/289
• 代理公司: 北京律智知識產權代理有限公司 11438
• 代理人: 王輝;闞梓瑄

本公開屬于知識圖譜構建技術領域，涉及一種藝術領域知識圖譜的構建方法及裝置、存儲介質、電子設備。該方法包括：對內部藝術數據源和外部藝術數據源中的結構化數據進行第一預處理，生成第一結構化數據；對內部藝術數據源和外部藝術數據源中的非結構化數據和半結構化數據進行第二預處理得到第二結構化數據；將第一結構化數據與第二結構化數據進行融合處理，生成融合藝術數據；其中，融合藝術數據包括藝術實體以及與藝術實體對應的藝術關系；根據藝術實體和藝術關系生成藝術三元組，并根據藝術三元組生成藝術領域知識圖譜。

技術領域

本公開涉及知識圖譜構建技術領域，尤其涉及一種藝術領域知識圖譜的構建方法與藝術領域知識圖譜的構建裝置、計算機可讀存儲介質及電子設備。

背景技術

知識圖譜又稱為科學知識圖譜，知識圖譜用可視化技術描述知識資源及其載體，挖掘、分析、構建、繪制和顯示知識及其之間的相互聯系，是顯示知識發展進程與結構關系的一系列各種不同的圖形，并且提供了一種更好地組織、管理和理解互聯網海量信息的方式。知識圖譜也是構建下一代搜索引擎的雛形，使得搜索更加語義化和智能化。目前，知識圖譜分別有通用知識圖譜和領域知識圖譜兩類。其中，領域知識圖譜又稱為行業知識圖譜或者垂直知識圖譜，通常面向某一特定領域，相當于基于語義技術的行業知識庫。由于領域知識圖譜是基于行業數據構建的，因此有著更為嚴格和豐富的數據模式，也對領域知識的深度和準確性有著更高的要求。

但是，現有的領域知識圖譜構建存在著英文專業領域知識圖譜的構建方法無法完全適用于中文專業領域知識圖譜的構建的問題，還存在著現有專業領域知識圖譜的構建方法難以兼顧獲取專業知識的的規模和準確性，也難以融合從多種數據源獲取的領域知識。

鑒于此，本領域亟需開發一種新的藝術領域知識圖譜的構建方法及裝置。

需要說明的是，在上述背景技術部分公開的信息僅用于加強對本公開的背景的理解，因此可以包括不構成對本領域普通技術人員已知的現有技術的信息。

發明內容

本公開的目的在于提供一種藝術領域知識圖譜的構建方法、藝術領域知識圖譜的構建裝置、計算機可讀存儲介質及電子設備，進而至少在一定程度上克服由于相關技術的限制而導致的知識圖譜規模小、準確度低和包括知識不完善等問題。

本公開的其他特性和優點將通過下面的詳細描述變得顯然，或部分地通過本公開的實踐而習得。

根據本公開的一個方面，提供一種藝術領域知識圖譜的構建方法，所述方法包括：對內部藝術數據源和外部藝術數據源中的結構化數據進行第一預處理，生成第一結構化數據；對所述內部藝術數據源和所述所述外部藝術數據源中的非結構化數據、半結構化數據進行第二預處理得到第二結構化數據；將所述第一結構化數據與所述第二結構化數據進行融合處理，生成融合藝術數據；其中，所述融合藝術數據中包括藝術實體以及與所述藝術實體對應的藝術關系；根據所述藝術實體和所述藝術關系生成藝術三元組，并根據所述藝術三元組生成藝術領域知識圖譜。

在本公開的一種示例性實施例中，所述對內部藝術數據源和外部藝術數據源中的結構化數據進行第一預處理，生成第一結構化數據，包括：對所述內部藝術數據源和外部藝術數據源中的結構化數據進行數據清洗；對所述結構化數據的數據清洗結果進行重復性檢驗，生成重復性檢驗數據；根據所述重復性檢驗數據生成數據字典和糾錯字典，基于數據字典生成第一結構化數據。

在本公開的一種示例性實施例中，所述對所述內部藝術數據源和外部藝術數據源中的結構化數據進行數據清洗，包括：對內部藝術數據源和外部藝術數據源中的結構化數據進行單值屬性判定處理，以得到單值結構化數據；獲取所述單值結構化數據中的第一結構化實體和第二結構化關系，并統計所述單值屬性判定處理的結果得到多值數據表；若所述多值數據表中未包含多值數據，將所述第一結構化實體和第二結構化關系作為數據清洗結果；若所述多值數據表中包含多值數據，根據所述多值數據表得到第二結構化實體和第二結構化關系，以作為數據清洗結果。