[發明專利]一種標準知識元粒度解析系統

有效

• 申請號: 202011263652.6
• 申請日: 2020-11-12
• 公開（公告）號: CN112199960B
• 公開（公告）日: 2021-05-25
• 發明（設計）人: 王兆君;金震;李明
• 申請（專利權）人: 北京三維天地科技股份有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F16/28;G06F16/26;G06F16/901
• 代理公司: 北京冠和權律師事務所 11399
• 代理人: 吳金水

1.一種標準知識元粒度解析系統，其特征在于，包括如下步驟：

S1：知識元規則建立模塊，用于知識元抽取規則的建立；

S2：知識元抽取模塊，構建知識元抽取功能，用于對標準中的知識元進行識別、理解、篩選和規范化，并對數據標準中的各個知識元進行抽取；

S3：知識鏈規則建立模塊，基于預置規則對所述知識元抽取模塊抽取的知識元進行動態鏈接；

S4：知識鏈展示模塊，通過知識鏈管理，對不同類型標準的知識鏈進行關聯查詢和引用查詢；

S5：知識鏈結構化展現模塊，用于通過知識鏈規則將知識鏈展現給用戶；

所述知識元抽取模塊實現知識元抽取的過程包括：

A1、確定知識元抽取規則；

將預先設定的抽取規則記為，表示為：

其中，表示所述預先設定的第條抽取規則；

A2、根據下述公式對所述預先設定的抽取規則進行判斷；

上述公式中，表示所述預先設定的第條抽取規則與第條抽取規則重合度，表示所述預先設定的第條抽取規則中的第個屬性，表示所述預先設定的第條抽取規則中的第個屬性；

A3、根據所述預先設定的抽取規則的判斷結果進行抽取；

當存在大于預設閾值時，根據下述公式對知識元進行抽取；

上述公式中，表示所述預先設定的第條抽取規則抽取的知識元，表示所述預先設定的第條抽取規則抽取的知識元，表示第個知識元，表示知識元集合，表示第個知識元與預先設定的第條抽取規則的復合度，表示第個知識元與預先設定的第條抽取規則的復合度；

當任意均不大于預設閾值時，根據下述公式對知識元進行抽取；

上述公式中，表示所述預先設定的第條抽取規則抽取的知識元，表示所述預先設定的第條抽取規則抽取的知識元，表示第個知識元，表示知識元集合，表示第個知識元與預先設定的第條抽取規則的復合度，表示第個知識元與預先設定的第條抽取規則的復合度；

A4、將抽取的知識元存儲在數據庫中。

2.根據權利要求1所述的一種標準知識元粒度解析系統，其特征在于：所述知識元抽取模塊支持從篇章層次到句段層次進行抽取。

3.根據權利要求1所述的一種標準知識元粒度解析系統，其特征在于：所述知識元抽取模塊用于抽取多種格式的知識元數據，所述知識元抽取的知識元數據包括結構化數據、半結構化數據和純文本數據，所述結構化數據包括鏈接數據和數據庫，所述半結構化數據包括表格、列表和Infobox，所述純文本數據包括TXT。

4.根據權利要求1所述的一種標準知識元粒度解析系統，其特征在于：所述知識元抽取模塊用于知識元抽取過程中定義知識元類型和知識元劃分顆粒度。

5.根據權利要求1所述的一種標準知識元粒度解析系統，其特征在于：所述知識元抽取模塊基于自然語言分析算法自動抽取數據中的知識元，所述知識元抽取規則為預先設定規則或抽取時設定規則，所述知識元抽取模塊抽取的知識元存儲在所述數據庫中。

6.根據權利要求1所述的一種標準知識元粒度解析系統，其特征在于：所述知識鏈規則通過自定義建立，基于鏈接字段存在關系的所述知識元，形成所述知識鏈。

7.根據權利要求1所述的一種標準知識元粒度解析系統，其特征在于：所述知識鏈結構化展現模塊基于用戶的需求進行結構化展示，所述知識鏈結構化展現模塊包括精確匹配展現、模糊匹配展現和遞進查詢。

8.根據權利要求1所述的一種標準知識元粒度解析系統，其特征在于：所述知識鏈結構化展現模塊展現過程中的知識元數據轉化為其它格式的文件，所述其它格式的文件包括XML文檔和EXCEL文檔。