CN110110091B - 知识元图谱的展示方法、系统、计算机设备及存储介质 - Google Patents

知识元图谱的展示方法、系统、计算机设备及存储介质 Download PDF

Info

Publication number
CN110110091B
CN110110091B CN201810071700.8A CN201810071700A CN110110091B CN 110110091 B CN110110091 B CN 110110091B CN 201810071700 A CN201810071700 A CN 201810071700A CN 110110091 B CN110110091 B CN 110110091B
Authority
CN
China
Prior art keywords
knowledge
knowledge element
elements
popular
graph
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.)
Active
Application number
CN201810071700.8A
Other languages
English (en)
Other versions
CN110110091A (zh
Inventor
竹海文
百华睿
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
New Founder Holdings Development Co ltd
Beijing Founder Electronics Co Ltd
Original Assignee
Peking University Founder Group Co Ltd
Beijing Founder Electronics Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Peking University Founder Group Co Ltd, Beijing Founder Electronics Co Ltd filed Critical Peking University Founder Group Co Ltd
Priority to CN201810071700.8A priority Critical patent/CN110110091B/zh
Publication of CN110110091A publication Critical patent/CN110110091A/zh
Application granted granted Critical
Publication of CN110110091B publication Critical patent/CN110110091B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/34—Browsing; Visualisation therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提出了一种知识元图谱的展示方法、展示系统、计算机设备及计算机可读存储介质，其中知识元图谱的展示方法包括：获取多个热门知识元以及每个热门知识元的关联知识元；根据每个热门知识元以及每个热门知识元的关联知识元，生成每个热门知识元的子图；按照预设规则对子图进行展示，本发明能够更加全面、完整地展示出知识元图谱。

Description

知识元图谱的展示方法、系统、计算机设备及存储介质
技术领域
本发明涉及数据处理技术领域，具体而言，涉及一种知识元图谱的展示方法、展示系统、计算机设备及计算机可读存储介质。
背景技术
知识元图谱是领域本体的一个具象化描述，它通过各种知识元及其所属的模型以及知识元之间的关联展示了该领域的知识全貌。专业领域的知识图谱相比开放域知识图谱而言更加侧重于解决专业领域的一些问题，揭示该领域的知识本质。尤其是目前正如火如荼的进行行业知识图谱建设的专业出版社，更加注重知识图谱的严谨性、准确性，因此专业领域的知识图谱更加严谨遵循对于模型、关系类型、知识元、属性及知识元关系的描述。
下面介绍一些基础定义，知识元是指某个专业领域内的核心知识词汇，其可能包含英文词、释文等属性。知识元之间可以建立关联关系。知识元及其之间的关联关系构成了描述专业领域的知识体系。知识元模型是一类知识元的抽象，这类知识元的共有属性就是知识元模型的属性，模型所定义的属性也是知识元在建立适合所要遵从的依据。模型之间可以建立关系，两个模型之间的关系是两个模型中知识元建立关系的依据。
目前在知识图谱的展示层面，常用D3插件、echarts插件，但其在展示超过上千个知识元的图谱时效率就开始显著下降，加载十分缓慢，展示效果不理想。
发明内容
本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。
为此，本发明的一个方面在于提出了一种知识元图谱的展示方法。
本发明的另一个方面在于提出了一种知识元图谱的展示系统。
本发明的再一个方面在于提出了一种计算机设备。
本发明的又一个方面在于提出了一种计算机可读存储介质。
有鉴于此，根据本发明的一个方面，提出了一种知识元图谱的展示方法，包括：获取多个热门知识元以及每个热门知识元的关联知识元；根据每个热门知识元以及每个热门知识元的关联知识元，生成每个热门知识元的子图；按照预设规则对子图进行展示。
本发明提供的知识元图谱的展示方法中，所谓热门知识元，是一种词汇现象，反映了不同专业领域的专家在一定时期内对相应的领域所关注的问题和事物，具有很强的时代特征。首先获取热门知识元，根据知识元模型之间的关系，自动与不同模型或者自身模型下已建立的知识元建立联系，获取热门知识元的关联知识元，每个热门知识元以及其关联知识元会形成多个独立的子图，进一步地按照预设规则展示子图，能够更加全面、完整地展示出知识元图谱。
根据本发明的上述知识元图谱的展示方法，还可以具有以下技术特征：
在上述技术方案中，优选地，获取多个热门知识元以及每个热门知识元的关联知识元的步骤，具体包括：根据知识元的搜索频率，筛选出预热门知识元；根据接收到的用户操作信息和预设公式，计算每个预热门知识元的知识元得分；将知识元得分大于预设分数的预热门知识元作为热门知识元，同时获取每个热门知识元的关联知识元；其中，预设公式为S＝(∑M×F)/n，S表示知识元得分，M表示用户操作信息对应的权重打分值，F表示权重打分值出现的次数，n表示表示用户操作信息对应的打分次数。
在该技术方案中，根据知识元被搜索的频率筛选出检索频率较高的知识元，作为备选热门知识元。然后设定相应的权重，由专家打分，接收对应的用户操作信息，进而采用统计学的方法，对每个知识元的最后的得分进行测算，根据最后得分确定出热门知识元，提高获取热门知识元的精准性。进一步地通过知识元模型之间的关系，得到与热门知识元有关联的知识元，可反映出该领域下不同模型之间的关系，进而专家可以很快的了解该领域。
在上述任一技术方案中，优选地，按照预设规则对子图进行展示的步骤，具体包括：获取目标热门知识元，展示目标热门知识元对应的目标子图；筛选与目标子图上任一关联知识元对应的所有关联子图，继续筛选与关联子图上任一关联知识元对应的所有关联子图，直至无关联知识元，进而获取由关联子图形成的多条子图路线；统计每条子图路线上相互连接的关联知识元的数量；将相互连接关联知识元的数量大于预设数量的子图路线进行展示。
在该技术方案中，获取一个目标知识元，将该目标知识元的子图进行展示，筛选出目标知识元的关联知识元的关联子图，然后继续依次筛选关联子图上的知识元，直至目标知识元的所有关联知识元的关联子图上再没有知识元，在上述筛选过程之后得到多条子图路线，将最短的子图路线进行展示，在使整个知识图谱显得非常有连贯性的同时，保障优先展示与目标知识元有关系的所有知识元，大量减少了在页面上展示的知识元的个数，将其控制在当前展示技术和人眼感受都能够顺畅接受的程度。
在上述任一技术方案中，优选地，在根据每个热门知识元以及每个热门知识元的关联知识元，生成每个热门知识元的子图之前，还包括：对每个热门知识元以及每个热门知识元的关联知识元进行展示。
在该技术方案中，对热门知识元以及与它有关系的知识元同时进行展示，可全面地反映出该领域下不同模型之间的关系，进而专家可以很快的了解该领域。
根据本发明的另一个方面，提出了一种知识元图谱的展示系统，包括：获取单元，用于获取多个热门知识元以及每个热门知识元的关联知识元；生成单元，用于根据每个热门知识元以及每个热门知识元的关联知识元，生成每个热门知识元的子图；展示单元，用于按照预设规则对子图进行展示。
本发明提供的知识元图谱的展示系统中，所谓热门知识元，是一种词汇现象，反映了不同专业领域的专家在一定时期内对相应的领域所关注的问题和事物，具有很强的时代特征。首先获取热门知识元，根据知识元模型之间的关系，自动与不同模型或者自身模型下已建立的知识元建立联系，获取热门知识元的关联知识元，每个热门知识元以及其关联知识元会形成多个独立的子图，进一步地按照预设规则展示子图，能够更加全面、完整地展示出知识元图谱。
根据本发明的上述知识元图谱的展示系统，还可以具有以下技术特征：
在上述技术方案中，优选地，获取单元，包括：第一筛选单元，用于根据知识元的搜索频率，筛选出预热门知识元；计算单元，用于根据接收到的用户操作信息和预设公式，计算每个预热门知识元的知识元得分；获取单元，具体用于将知识元得分大于预设分数的预热门知识元作为热门知识元，同时获取每个热门知识元的关联知识元；其中，预设公式为S＝(∑M×F)/n，S表示知识元得分，M表示用户操作信息对应的权重打分值，F表示权重打分值出现的次数，n表示表示用户操作信息对应的打分次数。
在该技术方案中，根据知识元被搜索的频率筛选出检索频率较高的知识元，作为备选热门知识元。然后设定相应的权重，由专家打分，接收对应的用户操作信息，进而采用统计学的方法，对每个知识元的最后的得分进行测算，根据最后得分确定出热门知识元，提高获取热门知识元的精准性。进一步地通过知识元模型之间的关系，得到与热门知识元有关联的知识元，可反映出该领域下不同模型之间的关系，进而专家可以很快的了解该领域。
在上述任一技术方案中，优选地，展示单元，具体用于获取目标热门知识元，展示目标热门知识元对应的目标子图；展示单元，包括：第二筛选单元，用于筛选与目标子图上任一关联知识元对应的所有关联子图，继续筛选与关联子图上任一关联知识元对应的所有关联子图，直至无关联知识元，进而获取由关联子图形成的多条子图路线；统计单元，用于统计每条子图路线上相互连接的关联知识元的数量；展示单元，还用于将相互连接关联知识元的数量大于预设数量的子图路线进行展示。
在该技术方案中，获取一个目标知识元，将该目标知识元的子图进行展示，筛选出目标知识元的关联知识元的关联子图，然后继续依次筛选关联子图上的知识元，直至目标知识元的所有关联知识元的关联子图上再没有知识元，在上述筛选过程之后得到多条子图路线，将最短的子图路线进行展示，在使整个知识图谱显得非常有连贯性的同时，保障优先展示与目标知识元有关系的所有知识元，大量减少了在页面上展示的知识元的个数，将其控制在当前展示技术和人眼感受都能够顺畅接受的程度。
在上述任一技术方案中，优选地，展示单元，还用于在根据每个热门知识元以及每个热门知识元的关联知识元，生成每个热门知识元的子图之前，对每个热门知识元以及每个热门知识元的关联知识元进行展示。
在该技术方案中，对热门知识元以及与它有关系的知识元同时进行展示，可全面地反映出该领域下不同模型之间的关系，进而专家可以很快的了解该领域。
根据本发明的再一个方面，提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现如上述任一项的知识元图谱的展示方法的步骤。
本发明提供的计算机设备，处理器执行计算机程序时实现获取热门知识元，根据知识元模型之间的关系，自动与不同模型或者自身模型下已建立的知识元建立联系，获取热门知识元的关联知识元，每个热门知识元以及其关联知识元会形成多个独立的子图，进一步地按照预设规则展示子图，能够更加全面、完整地展示出知识元图谱。
根据本发明的又一个方面，提出了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上述任一项的知识元图谱的展示方法的步骤。
本发明提供的计算机可读存储介质，计算机程序被处理器执行时实现获取热门知识元，根据知识元模型之间的关系，自动与不同模型或者自身模型下已建立的知识元建立联系，获取热门知识元的关联知识元，每个热门知识元以及其关联知识元会形成多个独立的子图，进一步地按照预设规则展示子图，能够更加全面、完整地展示出知识元图谱。
本发明的附加方面和优点将在下面的描述部分中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1示出了本发明的一个实施例的知识元图谱的展示方法的流程示意图；
图2示出了本发明的另一个实施例的知识元图谱的展示方法的流程示意图；
图3示出了本发明的再一个实施例的知识元图谱的展示方法的流程示意图；
图4示出了本发明的一个实施例的知识元图谱的展示示意图；
图5示出了本发明的另一个实施例的知识元图谱的展示示意图；
图6示出了本发明的一个实施例的知识元图谱的展示系统的示意框图；
图7示出了本发明的另一个实施例的知识元图谱的展示系统的示意框图；
图8示出了本发明的一个实施例的计算机设备的示意框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点，下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是，在不冲突的情况下，本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明，但是，本发明还可以采用其他不同于在此描述的其他方式来实施，因此，本发明的保护范围并不限于下面公开的具体实施例的限制。
本发明第一方面的实施例，提出一种知识元图谱的展示方法，图1示出了本发明的一个实施例的知识元图谱的展示方法的流程示意图。其中，该方法包括：
步骤102，获取多个热门知识元以及每个热门知识元的关联知识元；
步骤104，根据每个热门知识元以及每个热门知识元的关联知识元，生成每个热门知识元的子图；
步骤106，按照预设规则对子图进行展示。
本发明提供的知识元图谱的展示方法中，所谓热门知识元，是一种词汇现象，反映了不同专业领域的专家在一定时期内对相应的领域所关注的问题和事物，具有很强的时代特征。首先获取热门知识元，根据知识元模型之间的关系，自动与不同模型或者自身模型下已建立的知识元建立联系，获取热门知识元的关联知识元，每个热门知识元以及其关联知识元会形成多个独立的子图，进一步地按照预设规则展示子图，能够更加全面、完整地展示出知识元图谱。
图2示出了本发明的另一个实施例的知识元图谱的展示方法的流程示意图。其中，该方法包括：
步骤202，根据知识元的搜索频率，筛选出预热门知识元；根据接收到的用户操作信息和预设公式，计算每个预热门知识元的知识元得分；将知识元得分大于预设分数的预热门知识元作为热门知识元，同时获取每个热门知识元的关联知识元。
其中，预设公式为S＝(∑M×F)/n，S表示知识元得分，M表示用户操作信息对应的权重打分值，F表示权重打分值出现的次数，n表示表示用户操作信息对应的打分次数。
步骤204，根据每个热门知识元以及每个热门知识元的关联知识元，生成每个热门知识元的子图。
步骤206，按照预设规则对子图进行展示。
在该实施例中，根据知识元被搜索的频率筛选出检索频率较高的知识元，作为备选热门知识元。然后设定相应的权重，由专家打分，接收对应的用户操作信息，进而采用统计学的方法，对每个知识元的最后的得分进行测算，根据最后得分确定出热门知识元，提高获取热门知识元的精准性。进一步地通过知识元模型之间的关系，得到与热门知识元有关联的知识元，可反映出该领域下不同模型之间的关系，进而专家可以很快的了解该领域。
例如，有8个知识元，那么每一个知识元的得分也就是权重打分值就会介于1至8之间，排在第一位得分8分，第二位7分，……，第八位1分；F表示频数，频数指知识元在权重区间内的每个权重上被打分的次数。若有4为专家对A知识元进行打分，A知识元被排在第一位置上1次(8分)，第二位上2次(7分)，第三位置上1次(6分)，F分别对应1、2、1，则S＝(8×1+7×2+6×1)/4＝7。
图3示出了本发明的再一个实施例的知识元图谱的展示方法的流程示意图。其中，该方法包括：
步骤302，根据知识元的搜索频率，筛选出预热门知识元；根据接收到的用户操作信息和预设公式，计算每个预热门知识元的知识元得分；将知识元得分大于预设分数的预热门知识元作为热门知识元，同时获取每个热门知识元的关联知识元。
在该实施例的步骤302中，预设公式为S＝(∑M×F)/n，S表示知识元得分，M表示用户操作信息对应的权重打分值，F表示权重打分值出现的次数，n表示表示用户操作信息对应的打分次数。根据知识元被搜索的频率筛选出检索频率较高的知识元，作为备选热门知识元。然后设定相应的权重，由专家打分，接收对应的用户操作信息，进而采用统计学的方法，对每个知识元的最后的得分进行测算，根据最后得分确定出热门知识元，提高获取热门知识元的精准性。进一步地通过知识元模型之间的关系，得到与热门知识元有关联的知识元，可反映出该领域下不同模型之间的关系，进而专家可以很快的了解该领域。
步骤304，对每个热门知识元以及每个热门知识元的关联知识元进行展示。
在该实施例的步骤304中，对预设数量的热门知识元以及与它有关系的知识元同时进行展示，如图4所示，将热门知识元“河北”、“河南”及其所有关联知识元，以及关联知识元的相关知识元均进行展示，可全面地反映出该领域下不同模型之间的关系，进而专家可以很快的了解该领域。
步骤306，根据每个热门知识元以及每个热门知识元的关联知识元，生成每个热门知识元的子图。
步骤308，获取目标热门知识元，展示目标热门知识元对应的目标子图；筛选与目标子图上任一关联知识元对应的所有关联子图，继续筛选与关联子图上任一关联知识元对应的所有关联子图，直至无关联知识元，进而获取由关联子图形成的多条子图路线。
步骤310，统计每条子图路线上相互连接的关联知识元的数量；将相互连接关联知识元的数量大于预设数量的子图路线进行展示。
在该实施例的步骤308中，获取一个目标知识元，将该目标知识元的子图进行展示，筛选出目标知识元的关联知识元的关联子图，然后继续依次筛选关联子图上的知识元，直至目标知识元的所有关联知识元的关联子图上再没有知识元，在上述筛选过程之后得到多条子图路线，将最短的子图路线进行展示。在使整个知识图谱显得非常有连贯性的同时，保障优先展示与目标知识元有关系的所有知识元，大量减少了在页面上展示的知识元的个数，将其控制在当前展示技术和人眼感受都能够顺畅接受的程度。
如图5所示，将“朱熹”作为目标知识元，“朱熹”及其关联知识元“四书集”、“程王学派”、“程颢”、“程颐”等会形成子图A，优先展示子图A。进一步进行筛选，以该子图A为基础，筛选与子图A上的任何知识元有关联的多个子图B，例如，与子图A上的“程王学派”知识元有关联的多个子图，直至没有关联的知识元。
本发明第二方面的实施例，提出一种知识元图谱的展示系统，图6示出了本发明的一个实施例的知识元图谱的展示系统600的示意框图。其中，该系统600包括：
获取单元602，用于获取多个热门知识元以及每个热门知识元的关联知识元；生成单元604，用于根据每个热门知识元以及每个热门知识元的关联知识元，生成每个热门知识元的子图；展示单元606，用于按照预设规则对子图进行展示。
本发明提供的知识元图谱的展示系统600中，所谓热门知识元，是一种词汇现象，反映了不同专业领域的专家在一定时期内对相应的领域所关注的问题和事物，具有很强的时代特征。首先获取热门知识元，根据知识元模型之间的关系，自动与不同模型或者自身模型下已建立的知识元建立联系，获取热门知识元的关联知识元，每个热门知识元以及其关联知识元会形成多个独立的子图，进一步地按照预设规则展示子图，能够更加全面、完整地展示出知识元图谱。
图7示出了本发明的另一个实施例的知识元图谱的展示系统700的示意框图。其中，该系统700包括：
获取单元702，用于获取多个热门知识元以及每个热门知识元的关联知识元；获取单元702，包括：第一筛选单元722，用于根据知识元的搜索频率，筛选出预热门知识元；计算单元724，用于根据接收到的用户操作信息和预设公式，计算每个预热门知识元的知识元得分；获取单元702，具体用于将知识元得分大于预设分数的预热门知识元作为热门知识元，同时获取每个热门知识元的关联知识元；
其中，预设公式为S＝(∑M×F)/n，S表示知识元得分，M表示用户操作信息对应的权重打分值，F表示权重打分值出现的次数，n表示表示用户操作信息对应的打分次数；
生成单元704，用于根据每个热门知识元以及每个热门知识元的关联知识元，生成每个热门知识元的子图；
展示单元706，用于按照预设规则对子图进行展示。
在该实施例中，根据知识元被搜索的频率筛选出检索频率较高的知识元，作为备选热门知识元。然后设定相应的权重，由专家打分，接收对应的用户操作信息，进而采用统计学的方法，对每个知识元的最后的得分进行测算，根据最后得分确定出热门知识元，提高获取热门知识元的精准性。进一步地通过知识元模型之间的关系，得到与热门知识元有关联的知识元，可反映出该领域下不同模型之间的关系，进而专家可以很快的了解该领域。
在本发明的一个实施例中，如图7所示，优选地，展示单元706，具体用于获取目标热门知识元，展示目标热门知识元对应的目标子图；展示单元706，包括：第二筛选单元762，用于筛选与目标子图上任一关联知识元对应的所有关联子图，继续筛选与关联子图上任一关联知识元对应的所有关联子图，直至无关联知识元，进而获取由关联子图形成的多条子图路线；统计单元764，用于统计每条子图路线上相互连接的关联知识元的数量；展示单元706，还用于将相互连接关联知识元的数量大于预设数量的子图路线进行展示。
在该实施例中，获取一个目标知识元，将该目标知识元的子图进行展示，筛选出目标知识元的关联知识元的关联子图，然后继续依次筛选关联子图上的知识元，直至目标知识元的所有关联知识元的关联子图上再没有知识元，在上述筛选过程之后得到多条子图路线，将最短的子图路线进行展示，在使整个知识图谱显得非常有连贯性的同时，保障优先展示与目标知识元有关系的所有知识元，大量减少了在页面上展示的知识元的个数，将其控制在当前展示技术和人眼感受都能够顺畅接受的程度。
在本发明的一个实施例中，优选地，展示单元706，还用于在根据每个热门知识元以及每个热门知识元的关联知识元，生成每个热门知识元的子图之前，对每个热门知识元以及每个热门知识元的关联知识元进行展示。
在该实施例中，对热门知识元以及与它有关系的知识元同时进行展示，可全面地反映出该领域下不同模型之间的关系，进而专家可以很快的了解该领域。
本发明第三方面的实施例，提出一种计算机设备，图8示出了本发明的一个实施例的计算机设备800的示意框图。其中，该计算机设备800包括：
存储器802、处理器804及存储在存储器802上并可在处理器804上运行的计算机程序，处理器804执行计算机程序时实现如上述任一项的知识元图谱的展示方法的步骤。
本发明提供的计算机设备800，处理器804执行计算机程序时实现获取热门知识元，根据知识元模型之间的关系，自动与不同模型或者自身模型下已建立的知识元建立联系，获取热门知识元的关联知识元，每个热门知识元以及其关联知识元会形成多个独立的子图，进一步地按照预设规则展示子图，能够更加全面、完整地展示出知识元图谱。
本发明第四方面的实施例，提出了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上述任一项的知识元图谱的展示方法的步骤。
本发明提供的计算机可读存储介质，计算机程序被处理器执行时实现获取热门知识元，根据知识元模型之间的关系，自动与不同模型或者自身模型下已建立的知识元建立联系，获取热门知识元的关联知识元，每个热门知识元以及其关联知识元会形成多个独立的子图，进一步地按照预设规则展示子图，能够更加全面、完整地展示出知识元图谱。
在本说明书的描述中，术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或实例。而且，描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (8)

1.一种知识元图谱的展示方法，其特征在于，所述方法包括：
获取多个热门知识元以及每个所述热门知识元的关联知识元；
根据每个所述热门知识元以及每个所述热门知识元的关联知识元，生成每个所述热门知识元的子图；
按照预设规则对所述子图进行展示；
所述按照预设规则对所述子图进行展示的步骤，具体包括：
获取目标热门知识元，展示所述目标热门知识元对应的目标子图；
筛选与所述目标子图上任一所述关联知识元对应的所有关联子图，继续筛选与所述关联子图上任一所述关联知识元对应的所有所述关联子图，直至无所述关联知识元，进而获取由所述关联子图形成的多条子图路线；
统计每条所述子图路线上相互连接的关联知识元的数量；
将所述相互连接关联知识元的数量大于预设数量的子图路线进行展示。
2.根据权利要求1所述的知识元图谱的展示方法，其特征在于，所述获取多个热门知识元以及每个所述热门知识元的关联知识元的步骤，具体包括：
根据知识元的搜索频率，筛选出预热门知识元；
根据接收到的用户操作信息和预设公式，计算每个所述预热门知识元的知识元得分；
将所述知识元得分大于预设分数的所述预热门知识元作为所述热门知识元，同时获取每个所述热门知识元的关联知识元；
其中，所述预设公式为S＝(∑M×F)/n，S表示所述知识元得分，M表示所述用户操作信息对应的权重打分值，F表示所述权重打分值出现的次数，n表示表示所述用户操作信息对应的打分次数。
3.根据权利要求1或2所述的知识元图谱的展示方法，其特征在于，在根据每个所述热门知识元以及每个所述热门知识元的关联知识元，生成每个所述热门知识元的子图之前，还包括：
对每个所述热门知识元以及每个所述热门知识元的关联知识元进行展示。
4.一种知识元图谱的展示系统，其特征在于，所述系统包括：
获取单元，用于获取多个热门知识元以及每个所述热门知识元的关联知识元；
生成单元，用于根据每个所述热门知识元以及每个所述热门知识元的关联知识元，生成每个所述热门知识元的子图；
展示单元，用于按照预设规则对所述子图进行展示；
所述展示单元，具体用于获取目标热门知识元，展示所述目标热门知识元对应的目标子图；
所述展示单元，包括：
第二筛选单元，用于筛选与所述目标子图上任一所述关联知识元对应的所有关联子图，继续筛选与所述关联子图上任一所述关联知识元对应的所有所述关联子图，直至无所述关联知识元，进而获取由所述关联子图形成的多条子图路线；
统计单元，用于统计每条所述子图路线上相互连接的关联知识元的数量；
所述展示单元，还用于将所述相互连接关联知识元的数量大于预设数量的子图路线进行展示。
5.根据权利要求4所述的知识元图谱的展示系统，其特征在于，所述获取单元，包括：
第一筛选单元，用于根据知识元的搜索频率，筛选出预热门知识元；
计算单元，用于根据接收到的用户操作信息和预设公式，计算每个所述预热门知识元的知识元得分；
所述获取单元，具体用于将所述知识元得分大于预设分数的所述预热门知识元作为所述热门知识元，同时获取每个所述热门知识元的关联知识元；
其中，所述预设公式为S＝(∑M×F)/n，S表示所述知识元得分，M表示所述用户操作信息对应的权重打分值，F表示所述权重打分值出现的次数，n表示表示所述用户操作信息对应的打分次数。
6.根据权利要求4或5所述的知识元图谱的展示系统，其特征在于，
所述展示单元，还用于在根据每个所述热门知识元以及每个所述热门知识元的关联知识元，生成每个所述热门知识元的子图之前，对每个所述热门知识元以及每个所述热门知识元的关联知识元进行展示。
7.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至3中任一项所述的知识元图谱的展示方法的步骤。
8.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至3中任一项所述的知识元图谱的展示方法的步骤。
CN201810071700.8A 2018-01-25 2018-01-25 知识元图谱的展示方法、系统、计算机设备及存储介质 Active CN110110091B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810071700.8A CN110110091B (zh) 2018-01-25 2018-01-25 知识元图谱的展示方法、系统、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810071700.8A CN110110091B (zh) 2018-01-25 2018-01-25 知识元图谱的展示方法、系统、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN110110091A CN110110091A (zh) 2019-08-09
CN110110091B true CN110110091B (zh) 2021-06-15

Family

ID=67483507

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810071700.8A Active CN110110091B (zh) 2018-01-25 2018-01-25 知识元图谱的展示方法、系统、计算机设备及存储介质

Country Status (1)

Country Link
CN (1) CN110110091B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110795555B (zh) * 2019-10-31 2022-06-17 北京明略软件系统有限公司 知识图谱数据展示方法及相关装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102609512A (zh) * 2012-02-07 2012-07-25 北京中机科海科技发展有限公司 异构信息知识挖掘与可视化分析系统及方法
CN105335374A (zh) * 2014-06-19 2016-02-17 北大方正集团有限公司 知识点关联方法及装置、及包含该装置的服务器和客户端
CN106919689A (zh) * 2017-03-03 2017-07-04 中国科学技术信息研究所 基于术语释义知识单元的专业领域知识图谱动态构建方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104090955A (zh) * 2014-07-07 2014-10-08 科大讯飞股份有限公司 一种音视频标签自动标注方法及系统
US9547823B2 (en) * 2014-12-31 2017-01-17 Verizon Patent And Licensing Inc. Systems and methods of using a knowledge graph to provide a media content recommendation
CN105740466A (zh) * 2016-03-04 2016-07-06 百度在线网络技术（北京）有限公司 一种挖掘热点概念之间关联关系的方法和装置
CN106095858A (zh) * 2016-06-02 2016-11-09 海信集团有限公司 一种音视频搜索方法、装置和终端
CN106156335A (zh) * 2016-07-07 2016-11-23 苏州大学 一种教材知识点的挖掘整理方法和系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102609512A (zh) * 2012-02-07 2012-07-25 北京中机科海科技发展有限公司 异构信息知识挖掘与可视化分析系统及方法
CN105335374A (zh) * 2014-06-19 2016-02-17 北大方正集团有限公司 知识点关联方法及装置、及包含该装置的服务器和客户端
CN106919689A (zh) * 2017-03-03 2017-07-04 中国科学技术信息研究所 基于术语释义知识单元的专业领域知识图谱动态构建方法

Also Published As

Publication number Publication date
CN110110091A (zh) 2019-08-09

Similar Documents

Publication Publication Date Title
Vasconcelos et al. Inspiration and fixation: Questions, methods, findings, and challenges
CN105701120B (zh) 确定语义匹配度的方法和装置
CN109460512B (zh) 推荐信息处理方法、装置、设备及存储介质
CN110532351B (zh) 推荐词展示方法、装置、设备及计算机可读存储介质
CN105260390B (zh) 一种面向群组的基于联合概率矩阵分解的项目推荐方法
McArdle et al. Structural equation models for evaluating dynamic concepts within longitudinal twin analyses
KR20180041200A (ko) 정보 처리 방법 및 장치
Mukherjee Ranking Indian universities through research and professional practices of National Institutional Ranking Framework (NIRF): A case study of selected central universities in India
CN105046366B (zh) 模型训练方法及装置
Fu et al. A computational cognition model of perception, memory, and judgment
JP2021103535A (ja) 対話システム、対話方法及び対話プログラム
CN109710744A (zh) 一种数据匹配方法、装置、设备及存储介质
CN106611366A (zh) 自动选品的方法及装置
Xu et al. Brainbench: A brain-image test suite for distributional semantic models
CN106611058A (zh) 一种试题搜索方法及装置
Crețu Perspectival realism
CN110110091B (zh) 知识元图谱的展示方法、系统、计算机设备及存储介质
Harman et al. Virtual business role-play: leveraging familiar environments to prime stakeholder memory during process elicitation
CN111639194B (zh) 基于句向量的知识图谱查询方法及系统
Intayoad et al. Process mining application for discovering student learning paths
CN110135583A (zh) 标注信息的生成方法、标注信息的生成装置和电子设备
CN113434728B (zh) 视频生成方法及装置
EP3406191B1 (en) Material evaluation method and material evaluation device
CN109670594A (zh) 数据训练方法、装置及电子设备
CN105956189B (zh) 基于人工智能的信息推荐方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20230613

Address after: 3007, Hengqin international financial center building, No. 58, Huajin street, Hengqin new area, Zhuhai, Guangdong 519031

Patentee after: New founder holdings development Co.,Ltd.

Patentee after: BEIJING FOUNDER ELECTRONICS Co.,Ltd.

Address before: 100871, Beijing, Haidian District Cheng Fu Road 298, founder building, 9 floor

Patentee before: PEKING UNIVERSITY FOUNDER GROUP Co.,Ltd.

Patentee before: BEIJING FOUNDER ELECTRONICS Co.,Ltd.

TR01 Transfer of patent right