[發(fā)明專利]數(shù)據(jù)聚類方法和系統(tǒng)、數(shù)據(jù)存儲(chǔ)方法和系統(tǒng)以及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202011292917.5
• 申請(qǐng)日: 2020-11-18
• 公開(kāi)（公告）號(hào): CN114519101B
• 公開(kāi)（公告）日: 2023-06-06
• 發(fā)明（設(shè)計(jì)）人: 莫元武;K·斯洛芬;蔡純鋼;馮杰;王景龍;熊輝
• 申請(qǐng)（專利權(quán)）人: 易保網(wǎng)絡(luò)技術(shù)(上海)有限公司
• 主分類號(hào): G06F16/35
• 分類號(hào): G06F16/35
• 代理公司: 上海華誠(chéng)知識(shí)產(chǎn)權(quán)代理有限公司 31300
• 代理人: 徐穎聰

本申請(qǐng)涉及數(shù)據(jù)聚類方法和系統(tǒng)、數(shù)據(jù)存儲(chǔ)方法和系統(tǒng)以及存儲(chǔ)介質(zhì)，所述數(shù)據(jù)聚類方法包括如下步驟：解析歷史聚類數(shù)據(jù)并據(jù)其各部分的性質(zhì)將其分解成聚類原子，所述聚類原子關(guān)聯(lián)到其所屬的歷史聚類數(shù)據(jù)的聚類屬性中的至少一者；根據(jù)所述聚類原子的性質(zhì)形成聚類原子池，所述聚類原子池中包括所述聚類原子的非結(jié)構(gòu)化關(guān)系；從所述聚類原子池查找所述聚類原子以構(gòu)成備選聚類原子，所述查找基于目標(biāo)聚類數(shù)據(jù)的目標(biāo)聚類屬性、所述聚類原子關(guān)聯(lián)的聚類屬性和所述聚類原子的性質(zhì)；以及引用所述備選聚類原子形成所述目標(biāo)聚類數(shù)據(jù)。本申請(qǐng)的數(shù)據(jù)聚類方法可以提高聚類數(shù)據(jù)的效率。

技術(shù)領(lǐng)域

本申請(qǐng)涉及數(shù)據(jù)加工領(lǐng)域，具體而言，涉及數(shù)據(jù)聚類方法和系統(tǒng)、數(shù)據(jù)存儲(chǔ)方法和系統(tǒng)以及存儲(chǔ)介質(zhì)。

背景技術(shù)

基于諸如語(yǔ)料數(shù)據(jù)的文本在很多時(shí)候都可以采納歷史文本中的內(nèi)容，若每次制作新的文本時(shí)都重新編寫(xiě)并組織語(yǔ)料則效率十分低下。此外，現(xiàn)成的語(yǔ)料數(shù)據(jù)一般都經(jīng)過(guò)較長(zhǎng)時(shí)間的檢驗(yàn)，其穩(wěn)定性、準(zhǔn)確性較高，若重新編寫(xiě)文本恐難避免語(yǔ)義上的疏漏。

通常歷史文本中的語(yǔ)料數(shù)據(jù)是按照規(guī)則排列或者組織的，且這些語(yǔ)料數(shù)據(jù)之間也存在語(yǔ)義屬性上的關(guān)聯(lián)，將這些語(yǔ)料數(shù)據(jù)作為材料并按照新的文本的要求來(lái)制作新的文本是可以考慮的方向。

發(fā)明內(nèi)容

本申請(qǐng)的實(shí)施例提供了一種數(shù)據(jù)聚類方法和系統(tǒng)、數(shù)據(jù)存儲(chǔ)方法和系統(tǒng)以及存儲(chǔ)介質(zhì)，數(shù)據(jù)存儲(chǔ)方法和系統(tǒng)用于將歷史聚類數(shù)據(jù)打散成聚類原子并存儲(chǔ)，數(shù)據(jù)聚類方法和系統(tǒng)可以進(jìn)一步根據(jù)聚類原子制作符合要求的新聚類數(shù)據(jù)，從而提高聚類數(shù)據(jù)的效率、降低聚類數(shù)據(jù)時(shí)的錯(cuò)誤概率。

根據(jù)本申請(qǐng)的一方面，提供一種數(shù)據(jù)聚類方法，包括：解析歷史聚類數(shù)據(jù)并據(jù)其各部分的性質(zhì)將其分解成聚類原子，所述聚類原子關(guān)聯(lián)到其所屬的歷史聚類數(shù)據(jù)的聚類屬性中的至少一者；根據(jù)所述聚類原子的性質(zhì)形成聚類原子池，所述聚類原子池中包括所述聚類原子的非結(jié)構(gòu)化關(guān)系；從所述聚類原子池查找所述聚類原子以構(gòu)成備選聚類原子，所述查找基于目標(biāo)聚類數(shù)據(jù)的目標(biāo)聚類屬性、所述聚類原子關(guān)聯(lián)的聚類屬性和所述聚類原子的性質(zhì)；以及引用所述備選聚類原子形成所述目標(biāo)聚類數(shù)據(jù)。

在本申請(qǐng)的一些實(shí)施例中，可選地，所述歷史聚類數(shù)據(jù)為歷史語(yǔ)料聚類數(shù)據(jù)，所述聚類原子為語(yǔ)料聚類原子。

在本申請(qǐng)的一些實(shí)施例中，可選地，所述查找還基于語(yǔ)料匹配。

在本申請(qǐng)的一些實(shí)施例中，可選地，所述聚類原子以圖數(shù)據(jù)庫(kù)形式組織并存儲(chǔ)在聚類原子池中。

在本申請(qǐng)的一些實(shí)施例中，可選地，所述查找基于圖搜索方法。

在本申請(qǐng)的一些實(shí)施例中，可選地，所述聚類原子存在層級(jí)關(guān)系，其中：將上級(jí)聚類原子作為所述備選聚類原子的同時(shí)也將其下級(jí)聚類原子作為所述備選聚類原子；以及通過(guò)作為所述備選聚類原子的下級(jí)聚類原子能夠上溯其上級(jí)聚類原子，并將所述上級(jí)聚類原子作為所述備選聚類原子。

在本申請(qǐng)的一些實(shí)施例中，可選地，所述聚類屬性包括：對(duì)象、種類、地區(qū)、性別、年齡、期間。

在本申請(qǐng)的一些實(shí)施例中，可選地，若所引用的備選聚類原子之間不兼容，則產(chǎn)生提示信息。

根據(jù)本申請(qǐng)的一方面，提供一種數(shù)據(jù)存儲(chǔ)方法，包括：解析歷史聚類數(shù)據(jù)并據(jù)其各部分的性質(zhì)將其分解成聚類原子，所述聚類原子關(guān)聯(lián)到其所屬的歷史聚類數(shù)據(jù)的聚類屬性中的至少一者；以及根據(jù)所述聚類原子的性質(zhì)形成聚類原子池，所述聚類原子池中包括所述聚類原子的非結(jié)構(gòu)化關(guān)系。

在本申請(qǐng)的一些實(shí)施例中，可選地，所述歷史聚類數(shù)據(jù)為歷史語(yǔ)料聚類數(shù)據(jù)，所述聚類原子為語(yǔ)料聚類原子。

在本申請(qǐng)的一些實(shí)施例中，可選地，所述聚類原子以圖數(shù)據(jù)庫(kù)形式組織并存儲(chǔ)在聚類原子池中。

在本申請(qǐng)的一些實(shí)施例中，可選地，所述聚類屬性包括：對(duì)象、種類、地區(qū)、性別、年齡、期間。