[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

本發明涉及知識元解析系統技術領域，具體為一種標準知識元粒度解析系統，包括：知識元規則建立模塊，用于知識元抽取規則的建立；知識元抽取模塊，通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；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；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；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。本發明根據預定規則自動解析標準的知識元，減少人為干預，大幅提升準確性和速度，本系統自動進行知識元的解析，保證解析結果顆粒度一致，方便獲取結果，提高應用的便利性。

技術領域

本發明涉及一種知識元解析系統，特別是涉及一種標準知識元粒度解析系統，屬于知識元解析系統技術領域。

背景技術

針對標準的知識元抽取和展示，目前比較成熟的應用是人工將標準中可以結構化的信息錄入到信息系統中，以便在用到相關信息時，用戶可以快速調用相關信息進行參考或者進行相關業務的控制。

現有的知識元粒度解析系統存在的問題：

1、采用人工方式將標準結構化，需要較大的人力投入，并且速度較慢、出錯率較高；

2、采用人工方式將標準結構化，知識元的顆粒度會受到操作人員的主觀影響，難以統一，在應用到相關信息時，用戶往往還需要從顆粒度不一的信息中再進行一次加工，因此為后續利用帶來不便。

發明內容

本發明的目的是提供一種標準知識元粒度解析系統，根據預定規則自動解析標準的知識元，可以減少人為干預，大幅提升準確性和速度，并且可以降低人工工作強度，解放勞動力，本系統自動進行知識元的解析，可以保證解析結果顆粒度一致，方便獲取結果，提高應用的便利性。

為了達到上述目的，本發明采用的主要技術方案包括：

一種標準知識元粒度解析系統，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，通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。

優選的，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。

優選的，所述知識元抽取模塊用于抽取多種格式的知識元數據，所述知識元抽取模塊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。

優選的，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。

優選的，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模塊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。

優選的，所述知識鏈規則模塊通過自定義建立，基于鏈接字段存在關系的所述知識元，形成所述知識鏈。

優選的，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。

優選的，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。