CN105574089A - 知识图谱的生成方法及装置、对象对比方法及装置 - Google Patents
知识图谱的生成方法及装置、对象对比方法及装置 Download PDFInfo
- Publication number
- CN105574089A CN105574089A CN201510916307.0A CN201510916307A CN105574089A CN 105574089 A CN105574089 A CN 105574089A CN 201510916307 A CN201510916307 A CN 201510916307A CN 105574089 A CN105574089 A CN 105574089A
- Authority
- CN
- China
- Prior art keywords
- commodity
- product
- title
- attribute
- name attribute
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/951—Indexing; Web crawling techniques
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例提供了一种知识图谱的生成方法及装置、对象对比方法及装置。一方面,本发明实施例通过从各网站获取不同提供者提供的对象的属性信息,对不同提供者提供的对象的属性信息进行归一化处理,获得属性标准名称;从而,根据所述属性标准名称和不同提供者提供的对象的属性信息,构建对象库;进而,利用所述对象库生成知识图谱。因此,本发明实施例提供的技术方案用以解决现有技术中获取对象的对比结果的准确性比较低以及获取效率比较低的问题。
Description
【技术领域】
本发明涉及互联网应用技术领域,尤其涉及一种知识图谱的生成方法及装置、对象对比方法及装置。
【背景技术】
目前,用户获取信息的主要方式是搜索。当用户需要通过搜索获取两个对象对应某属性的对比结果时,如用户想要获取两个商品的摄像头像素的对比结果时,主要会采取两种方式来获取对比结果,一个是在搜索引擎中搜索“商品A和商品B谁的摄像头像素高”,另一个是分别查询商品A的摄像头像素和商品B的摄像头像素,然后人工对比。
然而,现有技术中,第一种方式所获得的对比结果通常从网络上其他用户所提供的信息中获得,并通过搜索结果提供给用户,因此对比结果的准确性比较低。第二种方式由于需要用户手动查找并进行人工计算,因此获取对比结果的效率比较低,操作成本比较高。
【发明内容】
有鉴于此,本发明实施例提供了一种知识图谱的生成方法及装置、对象对比方法及装置,用以解决现有技术中获取对象的对比结果的准确性比较低以及获取效率比较低的问题。
本发明实施例的一方面,提供一种知识图谱的生成方法,包括:
从各网站获取不同提供者提供的对象的属性信息;
对不同提供者提供的对象的属性信息进行归一化处理,获得属性标准名称;
根据所述属性标准名称和不同提供者提供的对象的属性信息,构建对象库;
利用所述对象库生成知识图谱。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述从各网站获取不同提供者提供的对象的属性信息,包括:
从各电子商务网站获取各商品的属性信息,所述属性信息包括商品的名称和非名称属性。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述对不同提供者提供的对象的属性信息进行归一化处理,获得属性标准名称,包括:
根据各商品的名称进行归一化处理,获得各商品所属产品的标准名称;
对各商品的非名称属性进行归一化处理,获得各非名称属性的标准名称。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述方法还包括:
根据每个所述商品的非名称属性,利用所述商品所属产品中其他商品的非名称属性,对所述商品的非名称属性进行扩展。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,根据所述属性标准名称和不同提供者提供的对象的属性信息,构建对象库,包括:
根据各产品的标准名称,对各商品按照产品进行分类,以获得至少一个类别;
根据每个类别中各商品的非名称属性,获得各产品的非名称属性;
将每个产品中每个商品的名称与所述产品的标准名称进行对比,以及,将每个产品中每个商品的非名称属性与所述产品的非名称属性进行对比,以获得对比结果;根据所述对比结果,生成每个商品的特征向量;
根据各产品的标准名称和非名称属性、各商品的名称和非名称属性以及各商品的特征向量,生成产品库。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述方法包括:
利用所述产品库,对其他商品的名称和非名称属性进行识别;
若识别结果为所述其他商品属于所述产品库中的产品,在所述产品库中所述产品下增加所述其他商品的名称和非名称属性;
若识别结果为所述其他商品不属于所述产品库中的产品,在所述产品库中增加所述其他商品的产品的标准名称和非名称属性,以及增加所述其他商品的名称和非名称属性。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,根据所述对象库生成知识图谱,包括:
获取预定义的合法属性;
根据所述合法属性对所述产品库中各产品的标准名称和非名称属性进行筛选,以及根据所述合法属性对所述产品库中各商品的名称和非名称属性进行筛选;
根据经过筛选后获得的各产品的标准名称和非名称属性以及各商品的名称和非名称属性,构建知识图谱。
本发明实施例的一方面,提供一种对象对比方法,包括:
获取查询信息;
识别所述查询信息中包括的参与对比的至少两个对象;
根据所述参与对比的至少两个对象,从知识图谱中获得每个所述对象的属性值;所述知识图谱为权利要求1至7中任一项所述的知识图谱的生成方法生成的;
对所述参与对比的至少两个对象对应于所述属性值进行对比,生成对比结果。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述方法还包括:识别所述查询信息中对比的非名称属性的属性名;
根据所述参与对比的至少两个对象,从知识图谱中获得每个所述对象的属性值,包括:
确定参与对比的至少两个商品中每个商品所属产品的标准名称;
确定所述查询信息中非名称属性的标准名称;
利用所述产品的标准名称和所述非名称属性的标准名称,在所述知识图谱中进行匹配,以获得每个所述商品所属产品的非名称属性的属性值。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,根据所述参与对比的至少两个对象,从知识图谱中获得每个所述对象的属性值,包括:
确定参与对比的至少两个商品中每个商品所属产品的标准名称;
利用所述产品的标准名称,在所述知识图谱中进行匹配,以获得每个所述商品所属产品的所有非名称属性的属性值。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,对所述参与对比的至少两个对象对应于所述属性值进行对比,生成对比结果,包括:
根据至少两个商品中每个所述商品所属产品的所有非名称属性的属性值,生成所述至少两个商品的分类对比结果;
所述分类对比结果包括以下对比结果中至少一个:综合对比结果、价格对比结果、外观对比结果、性能对比结果、系统对比结果、功能对比结果和评价对比结果。
本发明实施例的一方面,提供一种知识图谱的生成装置,包括:
获取模块,用于从各网站获取不同提供者提供的对象的属性信息;
处理模块,用于对不同提供者提供的对象的属性信息进行归一化处理,获得属性标准名称;
构建模块,用于根据所述属性标准名称和不同提供者提供的对象的属性信息,构建对象库;
生成模块,用于利用所述对象库生成知识图谱。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述获取模块,具体用于:
从各电子商务网站获取各商品的属性信息,所述属性信息包括商品的名称和非名称属性。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述处理模块,具体用于:
根据各商品的名称进行归一化处理,获得各商品所属产品的标准名称;
对各商品的非名称属性进行归一化处理,获得各非名称属性的标准名称。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述处理模块,还用于:
根据每个所述商品的非名称属性,利用所述商品所属产品中其他商品的非名称属性,对所述商品的非名称属性进行扩展。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述构建模块,具体用于:
根据各产品的标准名称,对各商品按照产品进行分类,以获得至少一个类别;
根据每个类别中各商品的非名称属性,获得各产品的非名称属性;
将每个产品中每个商品的名称与所述产品的标准名称进行对比,以及,将每个产品中每个商品的非名称属性与所述产品的非名称属性进行对比,以获得对比结果;根据所述对比结果,生成每个商品的特征向量;
根据各产品的标准名称和非名称属性、各商品的名称和非名称属性以及各商品的特征向量,生成产品库。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述构建模块,还用于:
利用所述产品库,对其他商品的名称和非名称属性进行识别;
若识别结果为所述其他商品属于所述产品库中的产品,在所述产品库中所述产品下增加所述其他商品的名称和非名称属性;
若识别结果为所述其他商品不属于所述产品库中的产品,在所述产品库中增加所述其他商品的产品的标准名称和非名称属性,以及增加所述其他商品的名称和非名称属性。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述生成模块,具体用于:
获取预定义的合法属性;
根据所述合法属性对所述产品库中各产品的标准名称和非名称属性进行筛选,以及根据所述合法属性对所述产品库中各商品的名称和非名称属性进行筛选;
根据经过筛选后获得的各产品的标准名称和非名称属性以及各商品的名称和非名称属性,构建知识图谱。
本发明实施例的一方面,提供一种对象对比装置,包括:
获取模块,用于获取查询信息;
处理模块,用于识别所述查询信息中包括的参与对比的至少两个对象;
匹配模块,用于根据所述参与对比的至少两个对象,从知识图谱中获得每个所述对象的属性值;所述知识图谱为权利要求1至7中任一项所述的知识图谱的生成方法生成的;
对比模块,用于对所述参与对比的至少两个对象对应于所述属性值进行对比,生成对比结果。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述处理模块,还用于:识别所述查询信息中对比的非名称属性的属性名;
所述匹配模块,具体用于:
确定参与对比的至少两个商品中每个商品所属产品的标准名称;
确定所述查询信息中非名称属性的标准名称;
利用所述产品的标准名称和所述非名称属性的标准名称,在所述知识图谱中进行匹配,以获得每个所述商品所属产品的非名称属性的属性值。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述匹配模块,具体用于:
确定参与对比的至少两个商品中每个商品所属产品的标准名称;
利用所述产品的标准名称,在所述知识图谱中进行匹配,以获得每个所述商品所属产品的所有非名称属性的属性值。
如上所述的方面和任一可能的实现方式,进一步提供一种实现方式,所述对比模块,具体用于:
根据至少两个商品中每个所述商品所属产品的所有非名称属性的属性值,生成所述至少两个商品的分类对比结果;
所述分类对比结果包括以下对比结果中至少一个:综合对比结果、价格对比结果、外观对比结果、性能对比结果、系统对比结果、功能对比结果和评价对比结果。
由以上技术方案可以看出,本发明实施例具有以下有益效果:
本发明实施例提供的技术方案中,通过对大量的对象的属性信息进行挖掘和处理,然后构建对象库,进而利用对象库生成知识图谱,最后,在知识图谱的基础上能够获取所需要的属性值,最终实现对象对应于属性值进行对比,能够实现向用户输出满足用对比需求的对比结果。与现有技术中,从网络上其他用户提供的信息中获得对比结果的方式相比,本发明实施例所提供的技术方案获得的对比结果的准确性更高。与现有技术中用户手动查找并人工计算的方式相比,本发明实施例所提供的技术方案提高了获得对比结果的效率,降低了操作成本。所以,本发明实施例所提供的技术方案能够解决现有技术中获取对象对比结果的效率比较低,获取成本比较高以及对比结果的准确率比较低的问题。
【附图说明】
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1是本发明实施例所提供的知识图谱的生成方法的流程示意图;
图2是本发明实施例所提供的知识图谱的生成示例图;
图3是本发明实施例所提供的对象对比方法的流程示意图;
图4是本发明实施例所提供的对比结果的第一示例图;
图5是本发明实施例所提供的对比结果的第二示例图;
图6是本发明实施例所提供的对比结果的第三示例图;
图7是本发明实施例所提供的知识图谱的生成装置的功能方块图;
图8是本发明实施例所提供的对象对比装置的功能方块图。
【具体实施方式】
为了更好的理解本发明的技术方案,下面结合附图对本发明实施例进行详细描述。
应当明确,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
在本发明实施例中使用的术语是仅仅出于描述特定实施例的目的,而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式,除非上下文清楚地表示其他含义。
应当理解,本文中使用的术语“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。另外,本文中字符“/”,一般表示前后关联对象是一种“或”的关系。
取决于语境,如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”或“响应于检测”。类似地,取决于语境,短语“如果确定”或“如果检测(陈述的条件或事件)”可以被解释成为“当确定时”或“响应于确定”或“当检测(陈述的条件或事件)时”或“响应于检测(陈述的条件或事件)”。
实施例一
本发明实施例给出一种知识图谱的生成方法,请参考图1,其为本发明实施例所提供的知识图谱的生成方法的流程示意图,如图所示,该方法包括以下步骤:
S101,从各网站获取不同提供者提供的对象的属性信息。
具体的,本发明实施例中,以对象是商品为例进行说明。
举例说明,从各网站获取不同提供者提供的对象的属性信息的方法可以包括但不限于:从各电子商务网站获取各商品的属性信息,所述属性信息包括商品的名称和非名称属性。
例如,可以从中关村在线、京东、天猫和易讯等网站,抓取各电子商务网站销售的各商品的属性信息。
例如,所述商品可以为3C商品,如手机、家电、平板电脑、计算机和智能手环等商品。
可以理解的是,对于每个商品都有名称和非名称属性,非名称属性中包含属性名和属性值。
例如,若商品是手机,其名称可以是iPhone5s,非名称属性可以包括但不限于手机的颜色、屏幕尺寸、摄像头像素、型号和价格等。
S102,对不同提供者提供的对象的属性信息进行归一化处理,获得属性标准名称。
具体的,需要说明的是,由于采集到的各商品的名称和非名称属性的来源众多且属性描述各有差异,因此在构建对象库和知识图谱之前,需要先对各对象的名称和非名称属性的进行归一化处理。
举例说明,对不同提供者提供的对象的属性信息进行归一化处理,获得属性标准名称的方法可以包括但不限于:
请参考图2,其为本发明实施例所提供的知识图谱的生成示例图,如图所示,本发明实施例中,可以先根据各商品的名称进行归一化处理,获得各商品所属产品的标准名称,再对各商品的非名称属性进行归一化处理,获得各非名称属性的标准名称。
在一个具体的实现过程中,对各商品进行聚类,获得至少一个类别,每个类别对应一个产品。对于每个类别下的商品,对每个商品的名称进行切词,然后从各商品的名称的切词结果中识别出产品候选名称,然后对各产品候选名称统计出现次数,获取出现次数最高的产品候选名称,将该出现次数最高的产品候选名称作为该类别对应的产品的标准名称。这样,可以利用这种方法,获得每个类别对应的产品的标准名称,实现产品名称的归一化。
在一个具体的实现过程中,获取同一产品的不同商品中各商品的非名称属性中各属性的属性名,对每个属性名进行切词,然后从各属性名的切词结果中提取关键词,以作为属性候选名称。然后,统计对各属性候选名称进行聚类,统计每个类别中属性候选名称的出现次数,获取每个类别中出现次数最高的属性候选名称,以作为非名称属性的标准名称。
可选地,在本实施例的一个可能的实现方式中,还可以根据每个所述商品的非名称属性,利用所述商品所属产品中其他商品的非名称属性,对所述商品的非名称属性进行扩展。
在一个具体的实现过程中,不同电子商务网站提供的商品的非名称属性可能不同,因此,对于每个商品,可以根据该商品的非名称属性,与该商品所属产品中其他商品的非名称属性进行对比,获得目标属性,即属于其他商品的非名称属性,但是不属于该商品的非名称属性,将该目标属性对该商品的非名称属性进行扩展,即在该商品的非名称属性中增加该目标属性。
可以理解的是,产品是商品的上位概念,本发明实施例中,商品指的是在各电子商务网站上销售的产品,例如,商家A销售的iPhone5s是商品,商家B销售的iPhone5s也是商品,而iPhone5s本身是一个产品。
S103,根据所述属性标准名称和不同提供者提供的对象的属性信息,构建对象库。
具体的,本发明实施例中,以对象是商品为例,对象库是产品库为例进行说明。
如图2所示,在S102中获得了属性标准名称,如商品所属产品的标准名称和商品的非名称属性的标准名称,本发明实施例中,可以根据商品所属产品的标准名称、商品的非名称属性的标准名称、商品的名称和非名称属性,构建产品库。
举例说明,根据所述属性标准名称和不同提供者提供的对象的属性信息,构建对象库的方法可以包括但不限于:
首先,可以根据各产品的标准名称,对各商品按照产品进行分类,以获得至少一个类别。然后,根据每个类别中各商品的非名称属性,获得各产品的非名称属性。接着,将每个产品中每个商品的名称与所述产品的标准名称进行对比,以及,将每个产品中每个商品的非名称属性与所述产品的非名称属性进行对比,以获得对比结果;根据所述对比结果,生成每个商品的特征向量。最后,根据各产品的标准名称和非名称属性、各商品的名称和非名称属性以及各商品的特征向量,生成产品库。
其中,各产品的非名称属性的属性名可以根据S102中获得商品的非名称属性的标准名称确定,各产品的非名称属性的属性值可以根据属于该产品的各商品的非名称属性的属性值确定。
在一个具体的实现过程中,对于每个商品,可以将该商品的名称与所属产品的标准名进行对比,如果两者一致,则对比结果为0,如果两者不一致,则对比结果为1;然后将该商品的每个非名称属性与产品相应的非名称属性进行对比,如果两者一致,则对比结果为0,如果两者不一致,则对比结果为1,以此类推,这样,生成一个包含1和0的数据组,将该数据组作为该商品的特征向量。
在一个具体的实现过程中,可以利用各产品的标准名称和非名称属性、各商品的名称和非名称属性以及各商品的特征向量,进行最大熵模型的训练,从而可以生成最大熵模型,将生成的最大熵模型作为所述产品库。
在一个具体的实现过程中,由于所述产品库可以利用最大熵模型实现,因此,可以利用产品库实现对产品和商品的自动更新。
举例说明,利用产品库实现对产品和商品的自动更新的方法可以包括但不限于:
首先,利用所述产品库,对其他商品的名称和非名称属性进行识别;然后,若识别结果为所述其他商品属于所述产品库中的产品,在所述产品库中所述产品下增加所述其他商品的名称和非名称属性;反之,若识别结果为所述其他商品不属于所述产品库中的产品,在所述产品库中增加所述其他商品的产品的标准名称和非名称属性,以及增加所述其他商品的名称和非名称属性。从而,可以实现在产品库中新增加商品或者新增加产品。
在一个具体的实现过程中,可以根据其他商品的名称和非名称属性,以及产品库中每个商品的名称和非名称属性,计算其他商品与产品库中每个商品的相似度,获取产品库中相似度最大的商品。然后,判断产品库中相似度最大的商品的相似度与相似阈值的大小,若该相似度大于相似阈值,则认为其他商品与产品库中相似度最大的商品,是属于同一产品的,则在产品库中该产品下增加该商品的名称和非名称属性。反之,若该相似度小于或者等于相似阈值,认为其他商品与产品库中相似度最大的商品,不是属于同一产品的,说明该其他产品不属于所述产品库中的产品,因此,在产品库中增加所述其他商品的产品的标准名称和非名称属性,以及增加所述其他商品的名称和非名称属性。
其中,对于多个新商品可以进行聚类,为每一类商品抽象出一个对应的产品,将该产品及对应的若干商品的名称和非名称属性都添加到产品库中。
S104,利用所述对象库生成知识图谱。
具体的,本发明实施例中,以对象库是产品库为例进行说明。
如图2所示,在生成产品库之后,可以根据产品库生成知识图谱。
举例说明,根据产品库生成知识图谱的方法可以包括但不限于:
首先,获取预定义的合法属性。然后,根据所述合法属性对所述产品库中各产品的标准名称和非名称属性进行筛选,以及根据所述合法属性对所述产品库中各商品的名称和非名称属性进行筛选。根据经过筛选后获得的各产品的标准名称和非名称属性以及各商品的名称和非名称属性,构建知识图谱。
如图2所示,在一个具体的实现过程中,可以预先给定一个Schema文档,该Schema文档中定义了若干合法属性,也就表示Schema文档中定义的合法属性是生成知识图谱时需要所使用的属性,由于知识图谱在生成之后需要存储,因此,也可以理解成Schema文档中定义的合法属性是需要存储的属性。
在一个具体的实现过程中,所述产品库中各产品的标准名称和非名称属性中,需要保留所述Schema文档的属性,对于不属于Schema文档的属性需要予以删除。同理,所述产品库中各商品的名称和非名称属性中,需要保留所述Schema文档的属性,对于不属于Schema文档的属性需要予以删除。
可以理解的是,在生成的知识图谱中,产品就是知识图谱中的实体。
在一个具体的实现过程中,产品的名称和非名称属性中,可以将属性值固定不变的或者变化频率较低的属性以脚本对象表示法(JavaScriptObjectNotation,JSON)-链接数据(LinkedData,LD)格式进行存储,且与属性值变化频率较高的属性分开存储,存储在不同的存储单元上,以方便频繁的对属性值变化频率较高的属性进行更新。
实施例二
本发明实施例给出一种对象对比方法,请参考图3,其为本发明实施例所提供的对象对比方法的流程示意图,如图所示,该方法包括以下步骤:
S301,获取查询信息。
S302,识别所述查询信息中包括的参与对比的至少两个对象。
S303,根据所述参与对比的至少两个对象,从知识图谱中获得每个所述对象的属性值;所述知识图谱为实施例一中所述的知识图谱的生成方法生成的。
S304,对所述参与对比的至少两个对象对应于所述属性值进行对比,生成对比结果。
本发明实施例以对象是商品为例进行说明。
如图2所示,在一个具体的实现过程中,可以接收客户端发送的查询信息,该查询信息为用户在客户端中点击或者输入的查询信息。其中,所述查询信息中可以包括参与对比的至少两个商品,或者,所述查询信息中包括参与对比的至少两个商品以及对比的属性名。
例如,查询信息可以为“iPhone5s和iPhone4的像素”,其中,“iPhone5s”和“iPhone4”是参与对比的两个商品,“像素”是对比的属性名。
或者,又例如,查询信息可以为“iPhone5s和iPhone4哪个好”,其中,“iPhone5s”和“iPhone4”是参与对比的两个商品,该查询信息中没有包含对比的属性名。
举例说明,若所述查询信息中包含对比的非名称属性的属性名,还需要识别所述查询信息中对比的非名称属性的属性名。
例如,可以利用产品的标准名称和别名从查询信息中识别出与对比的至少两个商品。可以利用非名称属性的标准名称从查询信息中识别出对比的非名称属性的属性名,该属性名对应的标准名称用于在知识图谱中查询。
若所述查询信息中包含对比的非名称属性的属性名,根据所述参与对比的至少两个对象,从知识图谱中获得每个所述对象的属性值的方法可以包括但不限于:
首先,确定参与对比的至少两个商品中每个商品所属产品的标准名称。然后,确定所述查询信息中非名称属性的标准名称。最后,利用所述产品的标准名称和所述非名称属性的标准名称,在所述知识图谱中进行匹配,以获得每个所述商品所属产品的非名称属性的属性值。
在一个具体的实现过程中,对于数值型的非名称属性,获得的每个所述商品所属产品的非名称属性的属性值之后,将这各属性值分别与最小的属性值做差值运算,或者将各属性值分别于最高的属性值做差值运算,根据该差值运算结果确定对比结果的描述信息,进而根据该描述信息和差值运算结果生成对比结果。进一步的,该对比结果可以通过客户端显示给用户。
例如,请参考图4,其为本发明实施例所提供的对比结果的第一示例图,如图所示,根据查询信息“iPhone5s和iPhone4的像素”,分别获得“iPhone5s”的后置摄像头像素是800万像素,“iPhone4”的后置摄像头像素是500万像素。然后获得对比结果“苹果iPhone5s的后置摄像头像素比iPhone4高300万像素”。另外,还可以输出参考数据,如参考数据可以包括参与对比的每个商品对应于属性名的属性值。如图4所示,输出的参考数据包括“苹果iPhone5s(金色版)的后置摄像头像素是800万像素”以及“苹果iPhone4(8GB)的后置摄像头像素是500万像素”。
若所述查询信息中不包含对比的非名称属性的属性名,根据所述参与对比的至少两个对象,从知识图谱中获得每个所述对象的属性值的方法可以包括但不限于:首先,确定参与对比的至少两个商品中每个商品所属产品的标准名称;然后,利用所述产品的标准名称,在所述知识图谱中进行匹配,以获得每个所述商品所属产品的所有非名称属性的属性值。
可以理解的是,由于查询信息中没有包含需要对比的非名称属性的名称,因此无法确定需要针对哪个非名称属性进行对比,因此,本发明实施例中,可以从知识图谱中,利用产品的标准名称,获取参与对比的各产品中每个产品的所有非名称属性的属性值。
举例说明,对所述参与对比的至少两个对象对应于所述属性值进行对比,生成对比结果的方法可以包括但不限于:
若查询信息中没有包含需要对比的非名称属性的名称,且获取了参与对比的各产品中每个产品的所有非名称属性的属性值。因此,可以根据至少两个商品中每个所述商品所属产品的所有非名称属性的属性值,生成所述至少两个商品的分类对比结果。
优选的,本发明实施例中,所述分类对比结果包括以下对比结果中至少一个:综合对比结果、价格对比结果、外观对比结果、性能对比结果、系统对比结果、功能对比结果和评价对比结果。
例如,请参考图5,其为本发明实施例所提供的对比结果的第二示例图,如图所示,根据查询信息“iPhone5s和iPhone4哪个好”,分别获得“iPhone5s”的若干非名称属性的属性值,如外观的属性值、型号的属性值、参考价的属性值、屏幕的属性值、摄像头的属性值和内存的属性值,“iPhone4”的若干非名称属性的属性值,如外观的属性值、型号的属性值、参考价的属性值、屏幕的属性值、摄像头的属性值和内存的属性值。然后将两个产品的相对应的属性值直接进行对比,获得对比结果。或者,将两个产品的相对应的属性值进行对应输出,以作为对比结果。
或者,又例如,请参考图6,其为本发明实施例所提供的对比结果的第三示例图,如图所示,根据查询信息“iPhone5s和iPhone4哪个好”,分别获得“iPhone5s”的若干非名称属性的属性值,如外观的属性值、型号的属性值、参考价的属性值、屏幕的属性值、摄像头的属性值和内存的属性值,“iPhone4”的若干非名称属性的属性值,如外观的属性值、型号的属性值、参考价的属性值、屏幕的属性值、摄像头的属性值和内存的属性值,然后,根据获取的属性值统计生成图6所示的分类对比结果,如综合对比结果,包括评价标签和投票,以及价格对比结果,以及外观对比结果,包括屏幕、尺寸、厚度等,以及性能对比结果,包括CPU、内存和电池的对比,以及系统对比结果,包括操作系统和网络类型的对比,以及功能对比结果,包括指纹、人脸识别等,以及评价对比结果,包括用户点评的摘要信息,包括好评、差评分布信息。
本发明实施例进一步给出实现上述方法实施例中各步骤及方法的装置实施例。
请参考图7,其为本发明实施例所提供的知识图谱的生成装置的功能方块图。如图所示,该装置包括:
获取模块71,用于从各网站获取不同提供者提供的对象的属性信息;
处理模块72,用于对不同提供者提供的对象的属性信息进行归一化处理,获得属性标准名称;
构建模块73,用于根据所述属性标准名称和不同提供者提供的对象的属性信息,构建对象库;
生成模块74,用于利用所述对象库生成知识图谱。
在一个具体的实现过程中,所述获取模块71,具体用于:
从各电子商务网站获取各商品的属性信息,所述属性信息包括商品的名称和非名称属性。
在一个具体的实现过程中,所述处理模块72,具体用于:
根据各商品的名称进行归一化处理,获得各商品所属产品的标准名称;
对各商品的非名称属性进行归一化处理,获得各非名称属性的标准名称。
在一个具体的实现过程中,所述处理模块72,还用于:
根据每个所述商品的非名称属性,利用所述商品所属产品中其他商品的非名称属性,对所述商品的非名称属性进行扩展。
在一个具体的实现过程中,所述构建模块73,具体用于:
根据各产品的标准名称,对各商品按照产品进行分类,以获得至少一个类别;
根据每个类别中各商品的非名称属性,获得各产品的非名称属性;
将每个产品中每个商品的名称与所述产品的标准名称进行对比,以及,将每个产品中每个商品的非名称属性与所述产品的非名称属性进行对比,以获得对比结果;根据所述对比结果,生成每个商品的特征向量;
根据各产品的标准名称和非名称属性、各商品的名称和非名称属性以及各商品的特征向量,生成产品库。
在一个具体的实现过程中,所述构建模块73,还用于:
利用所述产品库,对其他商品的名称和非名称属性进行识别;
若识别结果为所述其他商品属于所述产品库中的产品,在所述产品库中所述产品下增加所述其他商品的名称和非名称属性;
若识别结果为所述其他商品不属于所述产品库中的产品,在所述产品库中增加所述其他商品的产品的标准名称和非名称属性,以及增加所述其他商品的名称和非名称属性。
在一个具体的实现过程中,所述生成模块74,具体用于:
获取预定义的合法属性;
根据所述合法属性对所述产品库中各产品的标准名称和非名称属性进行筛选,以及根据所述合法属性对所述产品库中各商品的名称和非名称属性进行筛选;
根据经过筛选后获得的各产品的标准名称和非名称属性以及各商品的名称和非名称属性,构建知识图谱。
由于本实施例中的各单元能够执行图1所示的方法,本实施例未详细描述的部分,可参考对图1的相关说明。
请参考图8,其为本发明实施例所提供的对象对比装置的功能方块图。如图所示,该装置包括:
获取模块81,用于获取查询信息;
处理模块82,用于识别所述查询信息中包括的参与对比的至少两个对象;
匹配模块83,用于根据所述参与对比的至少两个对象,从知识图谱中获得每个所述对象的属性值;所述知识图谱为权利要求1至7中任一项所述的知识图谱的生成方法生成的;
对比模块84,用于对所述参与对比的至少两个对象对应于所述属性值进行对比,生成对比结果。
在一个具体的实现过程中,所述处理模块82,还用于:识别所述查询信息中对比的非名称属性的属性名;
所述匹配模块83,具体用于:
确定参与对比的至少两个商品中每个商品所属产品的标准名称;
确定所述查询信息中非名称属性的标准名称;
利用所述产品的标准名称和所述非名称属性的标准名称,在所述知识图谱中进行匹配,以获得每个所述商品所属产品的非名称属性的属性值。
在一个具体的实现过程中,所述匹配模块83,具体用于:
确定参与对比的至少两个商品中每个商品所属产品的标准名称;
利用所述产品的标准名称,在所述知识图谱中进行匹配,以获得每个所述商品所属产品的所有非名称属性的属性值。
在一个具体的实现过程中,所述对比模块84,具体用于:
根据至少两个商品中每个所述商品所属产品的所有非名称属性的属性值,生成所述至少两个商品的分类对比结果;
所述分类对比结果包括以下对比结果中至少一个:综合对比结果、价格对比结果、外观对比结果、性能对比结果、系统对比结果、功能对比结果和评价对比结果。
由于本实施例中的各单元能够执行图3所示的方法,本实施例未详细描述的部分,可参考对图3的相关说明。
本发明实施例的技术方案具有以下有益效果:
本发明实施例中,通过从各网站获取不同提供者提供的对象的属性信息,对不同提供者提供的对象的属性信息进行归一化处理,获得属性标准名称;从而,根据所述属性标准名称和不同提供者提供的对象的属性信息,构建对象库;进而,利用所述对象库生成知识图谱。当进行对象对比时,可以根据所述参与对比的至少两个对象,从知识图谱中获得每个所述对象的属性值,进而,对所述参与对比的至少两个对象对应于所述属性值进行对比,生成对比结果。
本发明实施例提供的技术方案中,通过对大量的对象的属性信息进行挖掘和处理,然后构建对象库,进而利用对象库生成知识图谱,最后,在知识图谱的基础上能够获取所需要的属性值,最终实现对象对应于属性值进行对比,能够实现向用户输出满足用对比需求的对比结果。与现有技术中,从网络上其他用户提供的信息中获得对比结果的方式相比,本发明实施例所提供的技术方案获得的对比结果的准确性更高。与现有技术中用户手动查找并人工计算的方式相比,本发明实施例所提供的技术方案提高了获得对比结果的效率,降低了操作成本。所以,本发明实施例所提供的技术方案能够解决现有技术中获取对象对比结果的效率比较低,获取成本比较高以及对比结果的准确率比较低的问题。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机装置(可以是个人计算机,服务器,或者网络装置等)或处理器(Processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-OnlyMemory,ROM)、随机存取存储器(RandomAccessMemory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明保护的范围之内。
Claims (22)
1.一种知识图谱的生成方法,其特征在于,所述方法包括:
从各网站获取不同提供者提供的对象的属性信息;
对不同提供者提供的对象的属性信息进行归一化处理,获得属性标准名称;
根据所述属性标准名称和不同提供者提供的对象的属性信息,构建对象库;
利用所述对象库生成知识图谱。
2.根据权利要求1所述的方法,其特征在于,所述从各网站获取不同提供者提供的对象的属性信息,包括:
从各电子商务网站获取各商品的属性信息,所述属性信息包括商品的名称和非名称属性。
3.根据权利要求2所述的方法,其特征在于,所述对不同提供者提供的对象的属性信息进行归一化处理,获得属性标准名称,包括:
根据各商品的名称进行归一化处理,获得各商品所属产品的标准名称;
对各商品的非名称属性进行归一化处理,获得各非名称属性的标准名称。
4.根据权利要求3所述的方法,其特征在于,所述方法还包括:
根据每个所述商品的非名称属性,利用所述商品所属产品中其他商品的非名称属性,对所述商品的非名称属性进行扩展。
5.根据权利要求2至4中任一项所述的方法,其特征在于,根据所述属性标准名称和不同提供者提供的对象的属性信息,构建对象库,包括:
根据各产品的标准名称,对各商品按照产品进行分类,以获得至少一个类别;
根据每个类别中各商品的非名称属性,获得各产品的非名称属性;
将每个产品中每个商品的名称与所述产品的标准名称进行对比,以及,将每个产品中每个商品的非名称属性与所述产品的非名称属性进行对比,以获得对比结果;根据所述对比结果,生成每个商品的特征向量;
根据各产品的标准名称和非名称属性、各商品的名称和非名称属性以及各商品的特征向量,生成产品库。
6.根据权利要求5所述的方法,其特征在于,所述方法包括:
利用所述产品库,对其他商品的名称和非名称属性进行识别;
若识别结果为所述其他商品属于所述产品库中的产品,在所述产品库中所述产品下增加所述其他商品的名称和非名称属性;
若识别结果为所述其他商品不属于所述产品库中的产品,在所述产品库中增加所述其他商品的产品的标准名称和非名称属性,以及增加所述其他商品的名称和非名称属性。
7.根据权利要求5所述的方法,其特征在于,根据所述对象库生成知识图谱,包括:
获取预定义的合法属性;
根据所述合法属性对所述产品库中各产品的标准名称和非名称属性进行筛选,以及根据所述合法属性对所述产品库中各商品的名称和非名称属性进行筛选;
根据经过筛选后获得的各产品的标准名称和非名称属性以及各商品的名称和非名称属性,构建知识图谱。
8.一种对象对比方法,其特征在于,所述方法包括:
获取查询信息;
识别所述查询信息中包括的参与对比的至少两个对象;
根据所述参与对比的至少两个对象,从知识图谱中获得每个所述对象的属性值;所述知识图谱为权利要求1至7中任一项所述的知识图谱的生成方法生成的;
对所述参与对比的至少两个对象对应于所述属性值进行对比,生成对比结果。
9.根据权利要求8所述的方法,其特征在于,
所述方法还包括:识别所述查询信息中对比的非名称属性的属性名;
根据所述参与对比的至少两个对象,从知识图谱中获得每个所述对象的属性值,包括:
确定参与对比的至少两个商品中每个商品所属产品的标准名称;
确定所述查询信息中非名称属性的标准名称;
利用所述产品的标准名称和所述非名称属性的标准名称,在所述知识图谱中进行匹配,以获得每个所述商品所属产品的非名称属性的属性值。
10.根据权利要求8所述的方法,其特征在于,根据所述参与对比的至少两个对象,从知识图谱中获得每个所述对象的属性值,包括:
确定参与对比的至少两个商品中每个商品所属产品的标准名称;
利用所述产品的标准名称,在所述知识图谱中进行匹配,以获得每个所述商品所属产品的所有非名称属性的属性值。
11.根据权利要求10所述的方法,其特征在于,对所述参与对比的至少两个对象对应于所述属性值进行对比,生成对比结果,包括:
根据至少两个商品中每个所述商品所属产品的所有非名称属性的属性值,生成所述至少两个商品的分类对比结果;
所述分类对比结果包括以下对比结果中至少一个:综合对比结果、价格对比结果、外观对比结果、性能对比结果、系统对比结果、功能对比结果和评价对比结果。
12.一种知识图谱的生成装置,其特征在于,所述装置包括:
获取模块,用于从各网站获取不同提供者提供的对象的属性信息;
处理模块,用于对不同提供者提供的对象的属性信息进行归一化处理,获得属性标准名称;
构建模块,用于根据所述属性标准名称和不同提供者提供的对象的属性信息,构建对象库;
生成模块,用于利用所述对象库生成知识图谱。
13.根据权利要求12所述的装置,其特征在于,所述获取模块,具体用于:
从各电子商务网站获取各商品的属性信息,所述属性信息包括商品的名称和非名称属性。
14.根据权利要求13所述的装置,其特征在于,所述处理模块,具体用于:
根据各商品的名称进行归一化处理,获得各商品所属产品的标准名称;
对各商品的非名称属性进行归一化处理,获得各非名称属性的标准名称。
15.根据权利要求14所述的装置,其特征在于,所述处理模块,还用于:
根据每个所述商品的非名称属性,利用所述商品所属产品中其他商品的非名称属性,对所述商品的非名称属性进行扩展。
16.根据权利要求13至15中任一项所述的装置,其特征在于,所述构建模块,具体用于:
根据各产品的标准名称,对各商品按照产品进行分类,以获得至少一个类别;
根据每个类别中各商品的非名称属性,获得各产品的非名称属性;
将每个产品中每个商品的名称与所述产品的标准名称进行对比,以及,将每个产品中每个商品的非名称属性与所述产品的非名称属性进行对比,以获得对比结果;根据所述对比结果,生成每个商品的特征向量;
根据各产品的标准名称和非名称属性、各商品的名称和非名称属性以及各商品的特征向量,生成产品库。
17.根据权利要求16所述的装置,其特征在于,所述构建模块,还用于:
利用所述产品库,对其他商品的名称和非名称属性进行识别;
若识别结果为所述其他商品属于所述产品库中的产品,在所述产品库中所述产品下增加所述其他商品的名称和非名称属性;
若识别结果为所述其他商品不属于所述产品库中的产品,在所述产品库中增加所述其他商品的产品的标准名称和非名称属性,以及增加所述其他商品的名称和非名称属性。
18.根据权利要求16所述的装置,其特征在于,所述生成模块,具体用于:
获取预定义的合法属性;
根据所述合法属性对所述产品库中各产品的标准名称和非名称属性进行筛选,以及根据所述合法属性对所述产品库中各商品的名称和非名称属性进行筛选;
根据经过筛选后获得的各产品的标准名称和非名称属性以及各商品的名称和非名称属性,构建知识图谱。
19.一种对象对比装置,其特征在于,所述装置包括:
获取模块,用于获取查询信息;
处理模块,用于识别所述查询信息中包括的参与对比的至少两个对象;
匹配模块,用于根据所述参与对比的至少两个对象,从知识图谱中获得每个所述对象的属性值;所述知识图谱为权利要求1至7中任一项所述的知识图谱的生成方法生成的;
对比模块,用于对所述参与对比的至少两个对象对应于所述属性值进行对比,生成对比结果。
20.根据权利要求19所述的装置,其特征在于,
所述处理模块,还用于:识别所述查询信息中对比的非名称属性的属性名;
所述匹配模块,具体用于:
确定参与对比的至少两个商品中每个商品所属产品的标准名称;
确定所述查询信息中非名称属性的标准名称;
利用所述产品的标准名称和所述非名称属性的标准名称,在所述知识图谱中进行匹配,以获得每个所述商品所属产品的非名称属性的属性值。
21.根据权利要求19所述的装置,其特征在于,所述匹配模块,具体用于:
确定参与对比的至少两个商品中每个商品所属产品的标准名称;
利用所述产品的标准名称,在所述知识图谱中进行匹配,以获得每个所述商品所属产品的所有非名称属性的属性值。
22.根据权利要求21所述的装置,其特征在于,所述对比模块,具体用于:
根据至少两个商品中每个所述商品所属产品的所有非名称属性的属性值,生成所述至少两个商品的分类对比结果;
所述分类对比结果包括以下对比结果中至少一个:综合对比结果、价格对比结果、外观对比结果、性能对比结果、系统对比结果、功能对比结果和评价对比结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510916307.0A CN105574089B (zh) | 2015-12-10 | 2015-12-10 | 知识图谱的生成方法及装置、对象对比方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510916307.0A CN105574089B (zh) | 2015-12-10 | 2015-12-10 | 知识图谱的生成方法及装置、对象对比方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105574089A true CN105574089A (zh) | 2016-05-11 |
CN105574089B CN105574089B (zh) | 2020-08-28 |
Family
ID=55884220
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510916307.0A Active CN105574089B (zh) | 2015-12-10 | 2015-12-10 | 知识图谱的生成方法及装置、对象对比方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105574089B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106570668A (zh) * | 2016-11-02 | 2017-04-19 | 深圳效率科技有限公司 | 一种物料清单的信息整理方法及装置 |
WO2018010569A1 (zh) * | 2016-07-12 | 2018-01-18 | 阿里巴巴集团控股有限公司 | 一种产品链对象数据库的建立、查询方法、装置和系统 |
CN107943873A (zh) * | 2017-11-13 | 2018-04-20 | 平安科技(深圳)有限公司 | 知识图谱建立方法、装置、计算机设备及存储介质 |
CN108182245A (zh) * | 2017-12-28 | 2018-06-19 | 北京锐安科技有限公司 | 人对象属性分类知识图谱的构建方法及装置 |
WO2018153266A1 (zh) * | 2017-02-27 | 2018-08-30 | 腾讯科技(深圳)有限公司 | 知识图谱构建方法、装置以及存储介质 |
CN109885697A (zh) * | 2019-02-01 | 2019-06-14 | 北京百度网讯科技有限公司 | 构建数据模型的方法、装置、设备和介质 |
TWI682287B (zh) * | 2018-10-25 | 2020-01-11 | 財團法人資訊工業策進會 | 知識圖譜產生裝置、方法及其電腦程式產品 |
CN113506158A (zh) * | 2021-09-10 | 2021-10-15 | 深圳平安综合金融服务有限公司 | 一种招投标方法、介质及计算机设备 |
CN113535968A (zh) * | 2020-04-20 | 2021-10-22 | 北京沃东天骏信息技术有限公司 | 数据关键属性的提取方法和装置 |
CN113742487A (zh) * | 2021-11-01 | 2021-12-03 | 北京值得买科技股份有限公司 | 一种商品自动化匹配方法 |
CN113763135A (zh) * | 2021-09-18 | 2021-12-07 | 京东科技信息技术有限公司 | 商品数据对比方法、装置、电子设备和存储介质 |
WO2023160500A1 (zh) * | 2022-02-28 | 2023-08-31 | 北京字节跳动网络技术有限公司 | 百科信息展示方法、装置、设备和介质 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103020117A (zh) * | 2012-11-14 | 2013-04-03 | 爱乐活(北京)科技有限公司 | 一种服务对比方法及系统 |
CN103136229A (zh) * | 2011-11-25 | 2013-06-05 | 北京神州泰岳软件股份有限公司 | 互联网中获取用户姓名的系统和方法 |
CN104077693A (zh) * | 2013-03-27 | 2014-10-01 | 腾讯科技(深圳)有限公司 | 商品对比方法、服务器、客户端及电子商务系统 |
CN104077415A (zh) * | 2014-07-16 | 2014-10-01 | 百度在线网络技术(北京)有限公司 | 搜索方法及装置 |
CN104462507A (zh) * | 2014-12-19 | 2015-03-25 | 北京奇虎科技有限公司 | 基于影视歌曲数据构建知识图谱的方法和装置 |
CN104462501A (zh) * | 2014-12-19 | 2015-03-25 | 北京奇虎科技有限公司 | 基于结构化数据的知识图谱构建方法和装置 |
CN104750795A (zh) * | 2015-03-12 | 2015-07-01 | 北京云知声信息技术有限公司 | 一种智能语义检索系统和方法 |
WO2015118709A1 (ja) * | 2014-02-06 | 2015-08-13 | 富士ゼロックス株式会社 | 情報処理装置、情報処理プログラム、記憶媒体及び情報処理方法 |
CN104933152A (zh) * | 2015-06-24 | 2015-09-23 | 北京京东尚科信息技术有限公司 | 命名实体识别方法及装置 |
-
2015
- 2015-12-10 CN CN201510916307.0A patent/CN105574089B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103136229A (zh) * | 2011-11-25 | 2013-06-05 | 北京神州泰岳软件股份有限公司 | 互联网中获取用户姓名的系统和方法 |
CN103020117A (zh) * | 2012-11-14 | 2013-04-03 | 爱乐活(北京)科技有限公司 | 一种服务对比方法及系统 |
CN104077693A (zh) * | 2013-03-27 | 2014-10-01 | 腾讯科技(深圳)有限公司 | 商品对比方法、服务器、客户端及电子商务系统 |
WO2015118709A1 (ja) * | 2014-02-06 | 2015-08-13 | 富士ゼロックス株式会社 | 情報処理装置、情報処理プログラム、記憶媒体及び情報処理方法 |
CN104077415A (zh) * | 2014-07-16 | 2014-10-01 | 百度在线网络技术(北京)有限公司 | 搜索方法及装置 |
CN104462507A (zh) * | 2014-12-19 | 2015-03-25 | 北京奇虎科技有限公司 | 基于影视歌曲数据构建知识图谱的方法和装置 |
CN104462501A (zh) * | 2014-12-19 | 2015-03-25 | 北京奇虎科技有限公司 | 基于结构化数据的知识图谱构建方法和装置 |
CN104750795A (zh) * | 2015-03-12 | 2015-07-01 | 北京云知声信息技术有限公司 | 一种智能语义检索系统和方法 |
CN104933152A (zh) * | 2015-06-24 | 2015-09-23 | 北京京东尚科信息技术有限公司 | 命名实体识别方法及装置 |
Non-Patent Citations (2)
Title |
---|
MAXIMILIAN NICKEL等: "A Review of Relational Machine Learning for Knowledge Graphs", 《HTTPS://ARXIV.ORG/PDF/1503.00759.PDF》 * |
胡芳槐: "基于多种数据源的中文知识图谱构建方法研究", 《中国博士学位论文全文数据库 信息科技辑》 * |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018010569A1 (zh) * | 2016-07-12 | 2018-01-18 | 阿里巴巴集团控股有限公司 | 一种产品链对象数据库的建立、查询方法、装置和系统 |
CN107608995A (zh) * | 2016-07-12 | 2018-01-19 | 阿里巴巴集团控股有限公司 | 一种产品链对象数据库的建立、查询方法、装置和系统 |
TWI797081B (zh) * | 2016-07-12 | 2023-04-01 | 香港商阿里巴巴集團服務有限公司 | 產品鏈對象資料庫的建立、查詢方法、裝置和系統 |
CN106570668A (zh) * | 2016-11-02 | 2017-04-19 | 深圳效率科技有限公司 | 一种物料清单的信息整理方法及装置 |
WO2018153266A1 (zh) * | 2017-02-27 | 2018-08-30 | 腾讯科技(深圳)有限公司 | 知识图谱构建方法、装置以及存储介质 |
CN107943873B (zh) * | 2017-11-13 | 2021-05-14 | 平安科技(深圳)有限公司 | 知识图谱建立方法、装置、计算机设备及存储介质 |
CN107943873A (zh) * | 2017-11-13 | 2018-04-20 | 平安科技(深圳)有限公司 | 知识图谱建立方法、装置、计算机设备及存储介质 |
WO2019091018A1 (zh) * | 2017-11-13 | 2019-05-16 | 平安科技(深圳)有限公司 | 知识图谱建立方法、装置、计算机设备及计算机存储介质 |
CN108182245A (zh) * | 2017-12-28 | 2018-06-19 | 北京锐安科技有限公司 | 人对象属性分类知识图谱的构建方法及装置 |
TWI682287B (zh) * | 2018-10-25 | 2020-01-11 | 財團法人資訊工業策進會 | 知識圖譜產生裝置、方法及其電腦程式產品 |
US11250035B2 (en) | 2018-10-25 | 2022-02-15 | Institute For Information Industry | Knowledge graph generating apparatus, method, and non-transitory computer readable storage medium thereof |
CN109885697B (zh) * | 2019-02-01 | 2022-02-18 | 北京百度网讯科技有限公司 | 构建数据模型的方法、装置、设备和介质 |
CN109885697A (zh) * | 2019-02-01 | 2019-06-14 | 北京百度网讯科技有限公司 | 构建数据模型的方法、装置、设备和介质 |
CN113535968A (zh) * | 2020-04-20 | 2021-10-22 | 北京沃东天骏信息技术有限公司 | 数据关键属性的提取方法和装置 |
CN113506158A (zh) * | 2021-09-10 | 2021-10-15 | 深圳平安综合金融服务有限公司 | 一种招投标方法、介质及计算机设备 |
CN113763135A (zh) * | 2021-09-18 | 2021-12-07 | 京东科技信息技术有限公司 | 商品数据对比方法、装置、电子设备和存储介质 |
CN113742487A (zh) * | 2021-11-01 | 2021-12-03 | 北京值得买科技股份有限公司 | 一种商品自动化匹配方法 |
WO2023160500A1 (zh) * | 2022-02-28 | 2023-08-31 | 北京字节跳动网络技术有限公司 | 百科信息展示方法、装置、设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
CN105574089B (zh) | 2020-08-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105574089A (zh) | 知识图谱的生成方法及装置、对象对比方法及装置 | |
EP3916587A1 (en) | Method and apparatus for recommending multimedia resource, electronic device and storage medium | |
CN105447730B (zh) | 目标用户定向方法及装置 | |
CN109634698B (zh) | 菜单显示方法、装置、计算机设备及存储介质 | |
US20210141839A1 (en) | Information search method, apparatus, and system | |
US20220092446A1 (en) | Recommendation method, computing device and storage medium | |
US8719192B2 (en) | Transfer of learning for query classification | |
CN111125435B (zh) | 视频标签的确定方法、装置和计算机设备 | |
CN112749266B (zh) | 一种工业问答方法、装置、系统、设备及存储介质 | |
CN104142999A (zh) | 搜索结果展示方法及装置 | |
US10504028B1 (en) | Techniques to use machine learning for risk management | |
CN111104514A (zh) | 文档标签模型的训练方法及装置 | |
CN102253936A (zh) | 记录用户访问商品信息的方法及搜索方法和服务器 | |
CN104750807A (zh) | 一种应用推荐方法及装置 | |
CN104077286A (zh) | 商品信息的搜索方法及系统 | |
CN103646070A (zh) | 搜索引擎的数据处理方法及装置 | |
CN103838754A (zh) | 信息搜索装置及方法 | |
CN110706015B (zh) | 一种面向广告点击率预测的特征选取方法 | |
CN104142990A (zh) | 搜索方法及装置 | |
CN112818230A (zh) | 内容推荐方法、装置、电子设备和存储介质 | |
US20240242259A1 (en) | Method and device for information analysis | |
CN111241225A (zh) | 常驻区域变更的判断方法、装置、设备及存储介质 | |
CN104809207A (zh) | 一种搜索方法及装置 | |
CN107423362B (zh) | 行业确定方法、对象获取方法和装置、客户端、服务器 | |
CN114386734A (zh) | 使用人工智能和机器学习用于技术分析的企业管理系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |