CN106951539A - 一种信息真伪验证方法及系统 - Google Patents

Abstract

本申请公开了一种信息真伪验证方法及系统，该方法包括：从不同的数据源中选取出与目标实体的特定属性对应的属性值，得到相应的属性值集合；从属性值集合中筛选出具有最多出现频次的属性值，并将该属性值确定为特定属性的正确属性值。本申请从不同的数据源中选取出与目标实体的特定属性对应的属性值之后，将会从上述得到的属性值集合中筛选出具有最多出现频次的属性值，由于该属性值在上述属性值集合中出现的次数最多，则意味着该属性值最为公众所认可和采用，所以本申请便将该属性值确定为上述特定属性的正确属性值，从而有利于大幅提升最终筛选到的信息的准确性。

Description

一种信息真伪验证方法及系统

技术领域

本发明涉及信息验证技术领域，特别涉及一种信息真伪验证方法及系统。

背景技术

当前，随着信息时代的迅速发展，人们可以从许多不同的数据源处获取到自己所需的信息，其中，互联网已经逐渐成为当前人们获取数据的主要来源，现在许多数据管理应用都会利用互联网这一数据源来收集数据，由此可为用户提供便捷的数据服务。

然而，对于现实世界中同一个实体的同一种属性，不同数据源针对该属性的描述可能是不一样的，在这种情况下，如何对信息的真伪进行有效地辨别便成为了当前亟需解决的问题。

发明内容

有鉴于此，本发明的目的在于提供一种信息真伪验证方法及系统，能够实现对信息的真伪进行有效地辨别的目的。其具体方案如下：

一种信息真伪验证方法，包括：

从不同的数据源中选取出与目标实体的特定属性对应的属性值，得到相应的属性值集合；

从所述属性值集合中筛选出具有最多出现频次的属性值，并将该属性值确定为所述特定属性的正确属性值。

可选的，所述从不同的数据源中选取出与目标实体的特定属性对应的属性值的过程，包括：

利用信息抽取技术，从不同的html网页和/或xml网页中抽取出与所述特定属性对应的三元组信息，得到与所述特定属性对应的三元组信息集合；其中，所述特定属性对应的三元组信息包括所述目标实体的名称、所述特征属性的名称以及所述特征属性的属性值；

将所述三元组信息集合中的所有属性值提取出来，得到所述属性值集合。

可选的，所述从不同的数据源中选取出与目标实体的特定属性对应的属性值的过程，包括：

利用信息抽取技术，从不同的html网页和/或xml网页中抽取出与所述目标实体对应的三元组信息，得到与所述目标实体对应的三元组信息集合；其中，所述目标实体对应的三元组信息包括所述目标实体的名称、所述目标实体的任一属性的名称以及该属性对应的属性值；

从所述三元组信息集合中筛选出与所述特征属性对应的三元组信息，得到目标三元组信息集合；

将所述目标三元组信息集合中的所有属性值提取出来，得到所述属性值集合。

可选的，所述从所述属性值集合中筛选出具有最多出现频次的属性值，并将该属性值确定为所述特定属性的正确属性值的过程，包括：

分别对所述属性值集合中相同属性值出现的频次进行统计，得到所述属性值集合中每种属性值对应的出现频次；

将出现频次最多的属性值确定为所述特定属性的正确属性值。

可选的，所述从所述属性值集合中筛选出具有最多出现频次的属性值，并将该属性值确定为所述特定属性的正确属性值的过程，包括：

对所述属性值集合进行分组处理，得到多组属性值；其中，每组属性值中的属性值均相同；

将所述多组属性值中属性值数量最多的一组属性值确定为目标组；

将与所述目标组对应的属性值确定为所述特定属性的正确属性值。

本发明还公开了一种信息真伪验证系统，包括：

属性值选取模块，用于从不同的数据源中选取出与目标实体的特定属性对应的属性值，得到相应的属性值集合；

正确属性值确定模块，用于从所述属性值集合中筛选出具有最多出现频次的属性值，并将该属性值确定为所述特定属性的正确属性值。

可选的，所述属性值选取模块，包括：

第一信息抽取单元，用于利用信息抽取技术，从不同的html网页和/或xml网页中抽取出与所述特定属性对应的三元组信息，得到与所述特定属性对应的三元组信息集合；其中，所述特定属性对应的三元组信息包括所述目标实体的名称、所述特征属性的名称以及所述特征属性的属性值；

第一提取单元，用于将所述三元组信息集合中的所有属性值提取出来，得到所述属性值集合。

可选的，所述属性值选取模块，包括：

第二信息抽取单元，用于利用信息抽取技术，从不同的html网页和/或xml网页中抽取出与所述目标实体对应的三元组信息，得到与所述目标实体对应的三元组信息集合；其中，所述目标实体对应的三元组信息包括所述目标实体的名称、所述目标实体的任一属性的名称以及该属性对应的属性值；

信息筛选单元，用于从所述三元组信息集合中筛选出与所述特征属性对应的三元组信息，得到目标三元组信息集合；

第二提取单元，用于将所述目标三元组信息集合中的所有属性值提取出来，得到所述属性值集合。

可选的，所述正确属性值确定模块，包括：

频次统计单元，用于分别对所述属性值集合中相同属性值出现的频次进行统计，得到所述属性值集合中每种属性值对应的出现频次；

第一属性值确定单元，用于将出现频次最多的属性值确定为所述特定属性的正确属性值。

可选的，所述正确属性值确定模块，包括：

分组单元，用于对所述属性值集合进行分组处理，得到多组属性值；其中，每组属性值中的属性值均相同；

目标组确定单元，用于将所述多组属性值中属性值数量最多的一组属性值确定为目标组；

第二属性值确定单元，用于将与所述目标组对应的属性值确定为所述特定属性的正确属性值。

本发明中，信息真伪验证方法，包括：从不同的数据源中选取出与目标实体的特定属性对应的属性值，得到相应的属性值集合；从属性值集合中筛选出具有最多出现频次的属性值，并将该属性值确定为特定属性的正确属性值。

可见，本发明从不同的数据源中选取出与目标实体的特定属性对应的属性值之后，将会从上述得到的属性值集合中筛选出具有最多出现频次的属性值，由于该属性值在上述属性值集合中出现的次数最多，则意味着该属性值最为公众所认可和采用，所以本发明便将该属性值确定为上述特定属性的正确属性值，从而有利于大幅提升最终筛选到的信息的准确性，也即，本发明能够实现对信息的真伪进行有效地辨别，从而提升采集到的信息的准确性。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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的前提下，还可以根据提供的附图获得其他的附图。

图1为本发明实施例公开的一种信息真伪验证方法流程图；

图2为本发明实施例公开的一种具体的信息真伪验证方法流程图；

图3为本发明实施例公开的一种具体的信息真伪验证方法流程图；

图4为本发明实施例公开的一种信息真伪验证系统结构示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，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做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明实施例公开了一种信息真伪验证方法，参见图1所示，该方法包括：

步骤S11：从不同的数据源中选取出与目标实体的特定属性对应的属性值，得到相应的属性值集合。

可以理解的是，本发明实施例中的数据源可以是互联网，当然也可以是各种图书、报刊等数据源。

步骤S12：从属性值集合中筛选出具有最多出现频次的属性值，并将该属性值确定为特定属性的正确属性值。

可见，本发明实施例从不同的数据源中选取出与目标实体的特定属性对应的属性值之后，将会从上述得到的属性值集合中筛选出具有最多出现频次的属性值，由于该属性值在上述属性值集合中出现的次数最多，则意味着该属性值最为公众所认可和采用，所以本发明实施例便将该属性值确定为上述特定属性的正确属性值，从而有利于大幅提升最终筛选到的信息的准确性，也即，本发明实施例能够实现对信息的真伪进行有效地辨别，从而提升采集到的信息的准确性。

参见图2所示，本发明实施例公开了一种具体的信息真伪验证方法，包括如下步骤S21至S23：

步骤S21：利用信息抽取技术，从不同的html网页和/或xml网页中抽取出与特定属性对应的三元组信息，得到与特定属性对应的三元组信息集合；其中，特定属性对应的三元组信息包括目标实体的名称、特征属性的名称以及特征属性的属性值。

例如，假设上述目标实体是“美国”，上述特定属性是“首都”，则与上述特定属性对应的正确的属性值应该为“华盛顿”，然而，可能在某些数据源中显示的与上述特定属性对应的属性值并非是“华盛顿”，而是“纽约”，此时该属性值便是错误的。

步骤S22：将三元组信息集合中的所有属性值提取出来，得到属性值集合。

步骤S23：分别对属性值集合中相同属性值出现的频次进行统计，得到属性值集合中每种属性值对应的出现频次，然后将出现频次最多的属性值确定为特定属性的正确属性值。

参见图3所示，本发明实施例公开了一种具体的信息真伪验证方法，包括如下步骤S31至S34：

步骤S31：利用信息抽取技术，从不同的html网页和/或xml网页中抽取出与目标实体对应的三元组信息，得到与目标实体对应的三元组信息集合；其中，目标实体对应的三元组信息包括目标实体的名称、目标实体的任一属性的名称以及该属性对应的属性值；

步骤S32：从三元组信息集合中筛选出与特征属性对应的三元组信息，得到目标三元组信息集合；

步骤S33：将目标三元组信息集合中的所有属性值提取出来，得到属性值集合。

步骤S34：对属性值集合进行分组处理，得到多组属性值；其中，每组属性值中的属性值均相同，接着将多组属性值中属性值数量最多的一组属性值确定为目标组，然后将与目标组对应的属性值确定为特定属性的正确属性值。

可以理解的是，上述步骤S34与上一实施例中的步骤S23可以相互替换。

相应的，本发明实施例公开了一种信息真伪验证系统，参见图4所示，该系统包括：

属性值选取模块11，用于从不同的数据源中选取出与目标实体的特定属性对应的属性值，得到相应的属性值集合；

正确属性值确定模块12，用于从属性值集合中筛选出具有最多出现频次的属性值，并将该属性值确定为特定属性的正确属性值。

在一种具体实施方式中，上述属性值选取模块11，可以包括第一信息抽取单元和第一提取单元；其中，

第一信息抽取单元，用于利用信息抽取技术，从不同的html网页和/或xml网页中抽取出与特定属性对应的三元组信息，得到与特定属性对应的三元组信息集合；其中，特定属性对应的三元组信息包括目标实体的名称、特征属性的名称以及特征属性的属性值；

第一提取单元，用于将三元组信息集合中的所有属性值提取出来，得到属性值集合。

在另一种具体实施方式中，上述属性值选取模块11，可以包括第二信息抽取单元、信息筛选单元和第二提取单元；其中，

第二信息抽取单元，用于利用信息抽取技术，从不同的html网页和/或xml网页中抽取出与目标实体对应的三元组信息，得到与目标实体对应的三元组信息集合；其中，目标实体对应的三元组信息包括目标实体的名称、目标实体的任一属性的名称以及该属性对应的属性值；

信息筛选单元，用于从三元组信息集合中筛选出与特征属性对应的三元组信息，得到目标三元组信息集合；

第二提取单元，用于将目标三元组信息集合中的所有属性值提取出来，得到属性值集合。

在一种具体实施方式中，上述正确属性值确定模块12，可以包括频次统计单元和第一属性值确定单元；其中，

频次统计单元，用于分别对属性值集合中相同属性值出现的频次进行统计，得到属性值集合中每种属性值对应的出现频次；

第一属性值确定单元，用于将出现频次最多的属性值确定为特定属性的正确属性值。

在另一种具体实施方式中，上述正确属性值确定模块12，可以包括分组单元、目标组确定单元和第二属性值确定单元；其中，

分组单元，用于对属性值集合进行分组处理，得到多组属性值；其中，每组属性值中的属性值均相同；

目标组确定单元，用于将多组属性值中属性值数量最多的一组属性值确定为目标组；

第二属性值确定单元，用于将与目标组对应的属性值确定为特定属性的正确属性值。

可见，本发明实施例从不同的数据源中选取出与目标实体的特定属性对应的属性值之后，将会从上述得到的属性值集合中筛选出具有最多出现频次的属性值，由于该属性值在上述属性值集合中出现的次数最多，则意味着该属性值最为公众所认可和采用，所以本发明实施例便将该属性值确定为上述特定属性的正确属性值，从而有利于大幅提升最终筛选到的信息的准确性，也即，本发明实施例能够实现对信息的真伪进行有效地辨别，从而提升采集到的信息的准确性。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上对本发明所提供的一种信息真伪验证方法及系统进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种信息真伪验证方法，其特征在于，包括：

从不同的数据源中选取出与目标实体的特定属性对应的属性值，得到相应的属性值集合；

从所述属性值集合中筛选出具有最多出现频次的属性值，并将该属性值确定为所述特定属性的正确属性值。

2.根据权利要求1所述的信息真伪验证方法，其特征在于，所述从不同的数据源中选取出与目标实体的特定属性对应的属性值的过程，包括：

利用信息抽取技术，从不同的html网页和/或xml网页中抽取出与所述特定属性对应的三元组信息，得到与所述特定属性对应的三元组信息集合；其中，所述特定属性对应的三元组信息包括所述目标实体的名称、所述特征属性的名称以及所述特征属性的属性值；

将所述三元组信息集合中的所有属性值提取出来，得到所述属性值集合。

3.根据权利要求1所述的信息真伪验证方法，其特征在于，所述从不同的数据源中选取出与目标实体的特定属性对应的属性值的过程，包括：

利用信息抽取技术，从不同的html网页和/或xml网页中抽取出与所述目标实体对应的三元组信息，得到与所述目标实体对应的三元组信息集合；其中，所述目标实体对应的三元组信息包括所述目标实体的名称、所述目标实体的任一属性的名称以及该属性对应的属性值；

从所述三元组信息集合中筛选出与所述特征属性对应的三元组信息，得到目标三元组信息集合；

将所述目标三元组信息集合中的所有属性值提取出来，得到所述属性值集合。

4.根据权利要求1至3任一项所述的信息真伪验证方法，其特征在于，所述从所述属性值集合中筛选出具有最多出现频次的属性值，并将该属性值确定为所述特定属性的正确属性值的过程，包括：

分别对所述属性值集合中相同属性值出现的频次进行统计，得到所述属性值集合中每种属性值对应的出现频次；

将出现频次最多的属性值确定为所述特定属性的正确属性值。

5.根据权利要求1至3任一项所述的信息真伪验证方法，其特征在于，所述从所述属性值集合中筛选出具有最多出现频次的属性值，并将该属性值确定为所述特定属性的正确属性值的过程，包括：

对所述属性值集合进行分组处理，得到多组属性值；其中，每组属性值中的属性值均相同；

将所述多组属性值中属性值数量最多的一组属性值确定为目标组；

将与所述目标组对应的属性值确定为所述特定属性的正确属性值。

6.一种信息真伪验证系统，其特征在于，包括：

属性值选取模块，用于从不同的数据源中选取出与目标实体的特定属性对应的属性值，得到相应的属性值集合；

正确属性值确定模块，用于从所述属性值集合中筛选出具有最多出现频次的属性值，并将该属性值确定为所述特定属性的正确属性值。

7.根据权利要求6所述的信息真伪验证系统，其特征在于，所述属性值选取模块，包括：

第一信息抽取单元，用于利用信息抽取技术，从不同的html网页和/或xml网页中抽取出与所述特定属性对应的三元组信息，得到与所述特定属性对应的三元组信息集合；其中，所述特定属性对应的三元组信息包括所述目标实体的名称、所述特征属性的名称以及所述特征属性的属性值；

第一提取单元，用于将所述三元组信息集合中的所有属性值提取出来，得到所述属性值集合。

8.根据权利要求6所述的信息真伪验证系统，其特征在于，所述属性值选取模块，包括：

第二信息抽取单元，用于利用信息抽取技术，从不同的html网页和/或xml网页中抽取出与所述目标实体对应的三元组信息，得到与所述目标实体对应的三元组信息集合；其中，所述目标实体对应的三元组信息包括所述目标实体的名称、所述目标实体的任一属性的名称以及该属性对应的属性值；

信息筛选单元，用于从所述三元组信息集合中筛选出与所述特征属性对应的三元组信息，得到目标三元组信息集合；

第二提取单元，用于将所述目标三元组信息集合中的所有属性值提取出来，得到所述属性值集合。

9.根据权利要求6至8任一项所述的信息真伪验证系统，其特征在于，所述正确属性值确定模块，包括：

频次统计单元，用于分别对所述属性值集合中相同属性值出现的频次进行统计，得到所述属性值集合中每种属性值对应的出现频次；

第一属性值确定单元，用于将出现频次最多的属性值确定为所述特定属性的正确属性值。

10.根据权利要求6至8任一项所述的信息真伪验证系统，其特征在于，所述正确属性值确定模块，包括：

分组单元，用于对所述属性值集合进行分组处理，得到多组属性值；其中，每组属性值中的属性值均相同；

目标组确定单元，用于将所述多组属性值中属性值数量最多的一组属性值确定为目标组；

第二属性值确定单元，用于将与所述目标组对应的属性值确定为所述特定属性的正确属性值。