CN110598021A - 获取图片的知识图谱的方法、装置和系统 - Google Patents
获取图片的知识图谱的方法、装置和系统 Download PDFInfo
- Publication number
- CN110598021A CN110598021A CN201810515908.4A CN201810515908A CN110598021A CN 110598021 A CN110598021 A CN 110598021A CN 201810515908 A CN201810515908 A CN 201810515908A CN 110598021 A CN110598021 A CN 110598021A
- Authority
- CN
- China
- Prior art keywords
- picture
- entity
- knowledge graph
- knowledge
- designing
- 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
Abstract
本申请公开了一种获取图片的知识图谱的方法、装置和系统。其中,该方法包括:从已经存在的至少一种知识图谱中获取至少一种实体和实体关联的属性,其中,实体为用于设计图片时所需要的组件和/或内容;基于至少一种实体和实体关联的属性,生成初始的图片知识图谱,其中,初始的图片知识图谱包括每种实体之间的关联关系;基于历史设计数据资源,更新迭代初始的图片知识图谱,生成用于设计图片的知识图谱。本申请解决了现有的存储图片信息的方式复杂、不直观的技术问题。
Description
技术领域
本申请涉及图片设计领域,具体而言,涉及一种获取图片的知识图谱的方法、装置和系统。
背景技术
随着互联网的不断发展,网络也不断融入到了人们的生活与工作中,例如,人们可通过电子商务平台(简称电商平台,例如,京东、苏宁易购等)足不出户即可完成产品之间的交易。当人们在通过电商平台对产品或活动进行展示、宣传或销售的过程中,可能需要对电商平台的展示图片进行设计。然而,不同的电商用户、不同的产品以及不同的产品活动对需要不同的设计图片,因此,电商用户可能需要存储大量的图片,并对获取到的图片进行裁剪、合图等处理,进而得到符合要求的图片。
然而,现有的存储图片的方式比较复杂,并且不直观,例如,电商用户可能无法清楚地获知图片中每个元素的属性信息。另外,由于一张图片中可能包含多个图片元素,每个图片元素可能来自不同的作者。当电商用户使用该图片时,可能需要为设计不同图片元素的作者进行付费。然而,使用现有的存储图片的方式,电商用户也无法直观地确定使用不同图片元素需要的费用,进而给使用该图片的电商用户造成了不便。
针对上述现有的存储图片信息的方式复杂、不直观的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种获取图片的知识图谱的方法、装置和系统,以至少解决现有的存储图片信息的方式复杂、不直观的技术问题。
根据本发明实施例的一个方面,提供了一种获取图片的知识图谱的方法,包括:从已经存在的至少一种知识图谱中获取至少一种实体和实体关联的属性,其中,实体为用于设计图片时所需要的组件和/或内容;基于至少一种实体和实体关联的属性,生成初始的图片知识图谱,其中,初始的图片知识图谱包括每种实体之间的关联关系;基于历史设计数据资源,更新迭代初始的图片知识图谱,生成用于设计图片的知识图谱。
根据本发明实施例的另一方面,还提供了一种获取图片的知识图谱的装置,包括:获取模块,用于从已经存在的至少一种知识图谱中获取至少一种实体和实体关联的属性,其中,实体为用于设计图片时所需要的组件和/或内容;生成模块,用于基于至少一种实体和实体关联的属性,生成初始的图片知识图谱,其中,初始的图片知识图谱包括每种实体之间的关联关系;更新模块,用于基于历史设计数据资源,更新迭代初始的图片知识图谱,生成用于设计图片的知识图谱。
根据本发明实施例的另一方面,还提供了一种获取图片的知识图谱的设备,包括:输入装置,用于从已经存在的至少一个知识图谱中读取至少一种实体和实体关联的属性,其中,实体为用于设计图片时所需要的组件和/或内容;处理器,用于基于至少一种实体和实体关联的属性以及历史设计数据资源生成用于设计图片的知识图谱;显示器,用于显示知识图谱。
根据本发明实施例的另一方面,还提供了一种存储介质,该存储介质包括存储的程序,其中,在程序运行时控制存储介质所在设备执行如下步骤:从已经存在的至少一种知识图谱中获取至少一种实体和实体关联的属性,其中,实体为用于设计图片时所需要的组件和/或内容;基于至少一种实体和实体关联的属性,生成初始的图片知识图谱,其中,初始的图片知识图谱包括每种实体之间的关联关系;基于历史设计数据资源,更新迭代初始的图片知识图谱,生成用于设计图片的知识图谱。
根据本发明实施例的另一方面,还提供了一种计算机设备,该计算机设备包括处理器,处理器用于运行程序,其中,程序运行时执行如下步骤:从已经存在的至少一种知识图谱中获取至少一种实体和实体关联的属性,其中,实体为用于设计图片时所需要的组件和/或内容;基于至少一种实体和实体关联的属性,生成初始的图片知识图谱,其中,初始的图片知识图谱包括每种实体之间的关联关系;基于历史设计数据资源,更新迭代初始的图片知识图谱,生成用于设计图片的知识图谱。
根据本发明实施例的另一方面,还提供了一种获取图片的知识图谱的系统,包括:处理器;以及存储器,与处理器连接,用于为处理器提供处理以下处理步骤的指令:从已经存在的至少一种知识图谱中获取至少一种实体和实体关联的属性,其中,实体为用于设计图片时所需要的组件和/或内容;基于至少一种实体和实体关联的属性,生成初始的图片知识图谱,其中,初始的图片知识图谱包括每种实体之间的关联关系;基于历史设计数据资源,更新迭代初始的图片知识图谱,生成用于设计图片的知识图谱。
在本发明实施例中,采用图片的知识图谱得到图片信息的方式,通过从已经存在的至少一种知识图谱中获取至少一种实体和实体关联的属性,并基于至少一种实体和实体关联的属性,生成初始的图片和知识图谱,然后再基于历史设计数据资源,更新迭代初始的图片知识图谱,生成用于设计图片的知识图谱,其中,实体为用于设计图片时所需要的组件和/或内容,初始的图片知识图谱包括每种实体之间的关联关系。
在上述过程中,由于图片的知识图谱中包含了图片的实体与属性之前的关联关系,因此,电商用户通过图片的知识图谱可直观的获取到图片的信息。另外,在得到初始的图片知识图谱之后,再基于历史设计数据资源对初始的图片知识图谱进行更新,从而保证了图片信息的完整性。
由此可见,本申请的上述实施例可以达到获取图片信息的目的,从而实现了直观地展示图片信息的技术效果,进而解决了现有的存储图片信息的方式复杂、不直观的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是根据本发明实施例的一种用于实现获取图片的知识图谱的方法的计算机终端的硬件结构框图;
图2是根据本发明实施例的一种获取图片的知识图谱的方法的流程图;
图3是根据本发明实施例的一种可选的图片的显示示意图;
图4(a)是根据本发明实施例的一种可选的图片知识图谱的示意图;
图4(b)是根据本发明实施例的一种可选的图片知识图谱的示意图;
图5是根据本发明实施例的一种可选的图片的显示示意图;
图6是根据本发明实施例的一种获取图片的知识图谱的装置结构示意图;
图7是根据本发明实施例的一种获取图片的知识图谱的设备结构示意图;以及
图8是根据本发明实施例的一种计算机设备的结构框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请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申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,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,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
首先,在对本申请实施例进行描述的过程中出现的部分名词或术语适用于如下解释:
知识图谱,Maping Knowledge Domain,也称为科学知识图谱,其通过将应用数学、图形学、信息可视化技术、信息科学等学科理论与方法,与计量学引文分析、共现分析等方法相结合,并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识结构等,以实现多学科相互融合目的。
实施例1
根据本申请实施例,还提供了一种获取图片的知识图谱的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例一所提供的方法实施例可以在移动终端、计算机终端或者类似的运算装置中执行。图1示出了一种用于实现获取图片的知识图谱的方法的计算机终端(或移动设备)的硬件结构框图。如图1所示,计算机终端A(或移动设备A)可以包括一个或多个(图中采用102a、102b,……,102n来示出)处理器102(处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器104、以及用于通信功能的传输模块106。除此以外,还可以包括:显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为I/O接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,计算机终端A还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
应当注意到的是上述一个或多个处理器102和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外,数据处理电路可为单个独立的处理模块,或全部或部分的结合到计算机终端A(或移动设备)中的其他元件中的任意一个内。如本申请实施例中所涉及到的,该数据处理电路作为一种处理器控制(例如与接口连接的可变电阻终端路径的选择)。
存储器104可用于存储应用软件的软件程序以及模块,如本申请实施例中的获取图片的知识图谱的方法对应的程序指令/数据存储装置,处理器102通过运行存储在存储器104内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的获取图片的知识图谱的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至计算机终端A。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置106用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算机终端A的通信供应商提供的无线网络。在一个实例中,传输装置106包括一个网络适配器(Network Interface Controller,NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输装置106可以为射频(Radio Frequency,RF)模块,其用于通过无线方式与互联网进行通讯。
显示器可以例如触摸屏式的液晶显示器(LCD),该液晶显示器可使得用户能够与计算机终端A(或移动设备)的用户界面进行交互。
在上述运行环境下,本申请提供了如图2所示的获取图片的知识图谱的方法。图2是根据本申请实施例1的获取图片的知识图谱的方法的流程图。如图2所示,该方法可以包括如下步骤:
步骤S202,从已经存在的至少一种知识图谱中获取至少一种实体和实体关联的属性,其中,实体为用于设计图片时所需要的组件和/或内容。
需要说明的是,在本实施例中,获取至少一种实体和实体关联的属性的执行主体可以为但不限于位于客户端或服务器上的电商平台,其中,服务器可以为实体物理机,也可以为云端的虚拟服务器,而电商平台为通过互联网进行展示、宣传或销售自身产品的网络平台载体,例如,京东商城、苏宁易购、唯品会、微信小程序等应用或程序。
另外,已经存在的至少一个知识图谱为源头版权商所拥有的知识图谱,例如,Freebase、百度百科、互动百科、基维百科等知识图谱。知识图谱主要包括实体、属性以及属性值,其中,实体为具有可区别性且独立存在的某种事物,而属性指该实体所具有的性质以及不同实体之间的关系,属性值则为实体属性的具体内容,例如,在地图中,“中国”为实体,“面积”、“人口”、“首都”则为实体的属性,而“960万平方公里”、“14亿人口”、“北京”则为上述三个属性所对应的属性值。
在本实施例中,知识图谱中的实体为设计图片时所需的组件和/或内容,其中,组件可以表征图片中文字或图形的颜色、大小、形态等结构特征,其可以体现文字或图形的整体布局,包括设置在指定位置的图形、文字等信息。其中,组件中的文字和/或图形可用于描述宣传信息或优惠信息,如图3所示,第一个组件中包括“Especially for you”、“New”、“冬季新品发布”和“Time:10/31 10:00AM”等四部分文字,以及预设的两个长方形图形;第二个组件中包括“这个11.11”、“衣服和红包”、“都给你准备好了”、“SHERRY小玉酱”和“TIME:11-11-00:00”等五部分文字,以及预设的菱形、长方形图形。
此外,还需要说明的是,本实施例中的知识图谱可以存储在客户端或服务器的预设存储区域中,其中,知识图谱的存储形式在本申请中不做限定。
步骤S204,基于至少一种实体和实体关联的属性,生成初始的图片知识图谱,其中,初始的图片知识图谱包括每种实体之间的关联关系。
具体的,在获取到至少一个实体和实体关联的属性之后,对实体以及其关联的属性进行机器翻译、多库融合等技术将至少一个知识图谱进行融合处理,从而得到初始的图片知识图库。例如,根据图3所示的组件生成如图4(a)所示的初始的图片知识图谱,其中,图4(a)中的实体包括图片的内容、视觉以及结构,其中,内容主要包括文字/文字组、主体、标识等元素,视觉主要包括修饰、背景、配色等元素,结构主要包括主体排布、图文排布、修饰排布等元素;而图片的属性包括类型、风格、复杂度、色彩、纹理、形状以及位置等,每个实体的属性具有对应的属性值,例如,图4(a)中的实体“背景”的“类型”属性的属性值为“矢量背景”,“色彩”属性对应的属性值为“红”。其中,图3所示的组件与图4(a)所示的初始的图片知识图谱的对应关系如图4(b)所示,例如,在图4(b)所示的对应关系中,组件的背景的类型为“矢量背景”,颜色为“红”。
步骤S206,基于历史设计数据资源,更新迭代初始的图片知识图谱,生成用于设计图片的知识图谱。
需要说明的是,为了保证图片知识图谱的数据资源的完整性,在得到初始的图片知识图谱之后,还需要再基于历史设计数据资源对初始的图片知识图谱进行更新迭代。其中,历史设计数据资源可以为通过网络爬虫获取到的历史设计数据资源,也可以为在生成图片的知识图谱后对知识图谱进行存储所得到的历史设计数据资源,还可以为图片设计专家对设计知识进行归纳总结所形成的历史设计数据资源。
另外,为保证图片的知识图谱的准确性,进而提高使用知识图谱设计的图片的质量,在生成图片的知识图谱的过程中,还需要对获取到的实体、实体关联的属性和历史设计数据资源进行如下任意一种方式的处理:去冗余、去噪音、去除冲突数据。例如,对于实体“图文排布”,初始的图片知识图谱中为“左右结构”,而历史设计数据资源中的“图文排布”为“上下结构”,则专业设计人员需要根据图片的实际应用场景等因素来确定“图文排布”的具体类型,并去除未选中的类型。
基于上述步骤S202至步骤S206所限定的步骤,可以获知,通过从已经存在的至少一种知识图谱中获取至少一种实体和实体关联的属性,并基于至少一种实体和实体关联的属性,生成初始的图片和知识图谱,然后再基于历史设计数据资源,更新迭代初始的图片知识图谱,生成用于设计图片的知识图谱,其中,实体为用于设计图片时所需要的组件和/或内容,初始的图片知识图谱包括每种实体之间的关联关系。
容易注意到的是,在上述过程中,由于图片的知识图谱中包含了图片的实体与属性之前的关联关系,因此,电商用户通过图片的知识图谱可直观的获取到图片的信息。另外,在得到初始的图片知识图谱之后,再基于历史设计数据资源对初始的图片知识图谱进行更新,从而保证了图片信息的完整性。
由此可见,本申请所提供的获取图片的知识图谱的方法可以达到获取图片信息的目的,从而实现了直观地展示图片信息的技术效果,进而解决了现有的存储图片信息的方式复杂、不直观的技术问题。
在本申请的上述实施例中,从已经存在的至少一种知识图谱中获取至少一种实体和实体关联的属性,可以包括如下步骤:
步骤S2020,采用语义类抽取模型从至少一种知识图谱中自动抽取信息,获取知识图谱中包含的实体以及实体之间的关联。
在上述步骤S2020中,语义类抽取模型可以为语义细胞激活模型,其中,在本实施例中,语义类抽取模型可从多个图片中自动抽取信息来构造语义类,并建立实体和语义类的关联关系。
可选的,语义类抽取模型主要包括三个模块,即计算模块、提取模块以及生成模块。计算模块用于计算两个实体之间的相似性信息,其中,如果两个实体之间具有并列关系,并且具有较大的关联度,则可确定这两个实体具有较高的并列相似度。例如,图3中的文字实体A“这个11.11”和文字实体B“TIME:11-11-00:00”均为文字实体,两者属于并列关系,同时,两个文字实体均与“双十一”有关,由此,计算模块可通过分布相似度发和模式匹配法来计算两个实体的并列相似度,进而确定文字实体A和文字实体B为具有较高并列相似度的两个实体。提取模块可确定两个实体之间的上下位关系,例如,图4(a)中的“内容”实体包括“标识”实体,则“内容”实体为上位实体,“标识”实体为下位实体。最后,生成模块又包括聚类模块和语义标定模块,其中,聚类模块可对语义类进行分类,语义标定模块用于为语义类附加一个或多个上位实体作为该语义类的成员的公共上位实体,例如,将“视觉”实体作为“修饰”实体、“背景”实体以及“配色”实体的公共上位实体。
步骤S2022,获取实体关联的属性和/或属性信息,其中,属性信息为知识图谱的结构中与实体独立的一个维度上记载的数据。
在确定了实体以及实体之间的关联之后,可进一步执行步骤S2022,即完成对实体关联的属性和/或属性信息的抽取。具体的,可采用如下任意一种方法完成对实体关联的属性和/或属性信息的抽取:从百科类站点(例如,百度百科、基维百科等)中提取;从垂直网站(例如,电子产品网站、图书网站、电影网站等)中进行包装器归纳;从网页表格中提取;利用手工定义或自动生成的模式从图片中提取。
在得到至少一种实体和实体关联的属性之后,可进一步基于至少一种实体和实体关联的属性,生成初始的图片知识图谱,具体方法可以包括:
步骤S2040,获取每个知识图谱的实体和实体关联的属性;
步骤S2042,对每个知识图谱的实体和实体关联的属性进行融合处理,生成初始的图片知识图谱;其中,通过如下任意一种或多种方式获取实体和实体关联的属性:机器学习。
在一种可选的方案中,机器学习是一种设备完成的自我学习过程,其中,在本实施例中采用机器学习的方式获取实体和实体关联的属性的过程中,首先,按照知识图谱中每个节点下所记录的数据进行训练,从而完成对实体进行自动识别,进而得到实体和实体属性的类型等信息,然后再对得到的实体和属性类型等信息进行拆解和分析,得到分析结果,并将分析结果记录在知识图谱中对应的节点下,以使后续具有相同分析结果的实体和属性也位于该节点中。
可选的,在获取每个知识图谱的实体和实体关联的属性之后,由于数据来源较为广泛,可能存在数据质量良莠不齐、来自不同数据源的数据重复、层次结构缺失等问题,因此,在生成初始的图片知识图谱之前,需要对每个知识图谱的实体和实体关联的属性进行融合处理。具体的,可采用多库融合的方式对每个知识图谱的实体和实体关联的属性进行处理,其中,多库融合可以是将语义类抽取模型对每个知识图谱进行处理而得到的结果,与图像模型进行叠加,而完成融合的工作,进而得到初始的图片知识图谱。
需要说明的是,除采用多库融合的方式对每个知识图谱的实体和实体关联的属性进行处理外,还可采用机器翻译的方式完成对知识图谱的融合。
此外,还需要说明的是,为保证知识图库的完整性以及准确性,在生成初始的图片知识图谱之后,还需要基于历史设计数据资源,对初始的图片知识图谱进行更新迭代,具体过程如下:
步骤S2060,获取预定时间段内保存的设计数据资源和/或网络上共享的设计数据资源,其中,数据设计资源包括如下至少之一:推广图片、设计素材和文档内容。
在步骤S2060中,在获取到设计数据资源之后,可将设计数据资源保存在客户端或服务器的预设存储区域(例如,数据库)内,在后续使用设计数据资源时,可直接从预设存储区域内获取。
步骤S2062,基于数据挖掘技术,从设计数据资源中挖掘得到用于设计图片的设计信息。
在上述步骤S2062中,用于设计图片的设计信息可以包括但不限于图片中每个实体的位置、实体的数量、多个实体间的位置关系等。例如,图3中,实体“Especially foryou”位于图片的顶部,实体“New”位于实体“Especially for you”的下方,并与实体“Especially for you”左对齐。
在一种可选的方案中,在进行“双十一”活动的过程中,图片上可能存在“双十一”、“11.11”、“双11”等字样或者图标。因此,设计数据资源中存储有预先设定好的设计信息,例如,“双十一”实体位于图片的中央,“双十一”实体的背景颜色为红色等。此时,客户端或服务器可从设计数据资源中挖掘得到“双十一”实体位于图片的中央,“双十一”实体的背景颜色为红色。
步骤S2064,基于设计信息,对初始的图片知识图谱进行增量式的迭代处理,生成用于设计图片的知识图谱。
在步骤S2064中,在得到设计信息之后,客户端或服务器对初始的图片知识图谱进行检测,如果检测到初始的图片知识图谱中与设计信息不相符,例如,初始的图片知识图谱中不存在“双十一”实体,则客户端或服务器将在初始的图片知识图谱中添加“双十一”实体以及其对应的属性以及属性信息。
需要说明的是,为了使电商用户能够直观地查看到知识图谱,在基于历史设计数据资源,更新迭代初始的图片知识图谱,生成用于设计图片的知识图谱之后,还可显示知识图谱,其中,允许基于接收到的更新指令对知识图谱中的实体和/或属性进行修改。可选的,可在客户端或服务器的显示屏上显示知识图谱,或者,在与客户端或服务器进行通信的外接显示器上显示知识图谱。
另外,生成的知识图谱可能与现有的图片设计方案不符,例如,知识图谱中的实体或实体的属性信息已过时,在通过显示器查看知识图谱的过程中,电商用户还可通过外接的输入设备对知识图谱中的实体和/或属性进行修改,例如,电商用户将“双十一”实体在图片中的位置由“图片中央”修改为“图片顶部”。
需要说明的是,在生成知识图谱之后,可根据知识图谱对图片进行渲染,生成电商用户所需求的图片,其中,生成图片的步骤可以包括:
步骤S1080,接收用于设计图片的需求信息;
步骤S1082,基于用于设计图片的知识图谱所确定设计模型,对需求信息进行分析,获取用于设计图片的设计信息;
步骤S1084,基于设计信息,生成图片。
在一种可选的方案中,电商用户可通过文字、语音等方式将用于设计图片的需求信息发送至客户端或服务器,其中,需求信息中包含电商用户设计图片时的关键信息,例如,电商用户需要获取“双十一大促”的图片,此时电商用户可输入“双十一”、“大促”等关键词至客户端或服务器,客户端或服务器对电商用户输入的文字或语音关键词从知识图谱中可确定多个设计模型,例如,“双十一”实体在图片顶部的第一设计模型、“双十一”实体在图片底部的第二设计模型。其中,每个设计模型中用于设计图片的设计信息是不同的,例如,同一实体位置的不同。电商用户可确定所要使用的设计模型,客户端或服务器可基于该设计模型得到设计信息,并基于设计信息生成对应的图片。
在一种可选的方案中,基于用于设计图片的知识图谱所确定设计模型,对需求信息进行分析,获取用于设计图片的设计信息,可以包括:
步骤S2082,在获取到多个类型的设计信息的情况下,按照美学评估模型对多个类型的设计信息进行筛选,确定每个类型的设计信息的优先级结果。
在步骤S2082中,基于机器学习对历史图片库中的图片进行学习,可得到美学评估模型,其中,美学评估模型用于定义历史图片库中的历史图片的排序结果,排序结果基于预设的美学标准进行排序。
步骤S2084,按照每个类型的设计信息的优先级结果,确定用于设计图片的至少一个设计信息。
需要说明的是,在确定了每个类型的设计信息的优先级结果之后,客户端或服务器可选择优先级别最高的类型的设计信息作为用于设计图片的设计信息。另外,在确定每个类型的设计信息的优先级结果的过程中,是将每个类型的设计信息与历史图片库中的图片进行匹配。其中,匹配方法可以采用图片的帧匹配方法。此外,由于历史图片库中的图片已经按照美学标准标记了优先级顺序,因此,在每种类型的设计信息都匹配到图片的情况下,可按照匹配结果获知这些设计信息的优先级排序,进而根据设计信息的优先级排序,使用优先级别最高的类型的设计信息作为用于设计图片的设计信息。
在一种可选的方案中,知识图谱中还包含需要支付版权费用的元素,例如,电商用户使用设计专家设计的素材可能需要支付版权费。由于知识图谱中包括需要支付版权费用的元素,因此,在基于设计信息,生成图片之后,还可根据知识图谱对版权费用进行支付,该方法可以包括:
步骤S20,基于知识图谱中包括需要支付版权费用的元素,确定图片对应的支付信息,其中,支付信息包括:图片包含的需要支付版权费用的内容,需要支付版权费用的内容由需要支付版权费用的元素来构成或者关联。
需要说明的是,由于知识图谱中的组件和/或内容的来源可以为但不限于电商用户的自营素材、第三方提供的第三方素材。当电商用户使用自营素材时,不需要支付版权费用,而当电商用户使用第三方素材时,可能需要支付一定的支付版权费用。
可选的,客户端或服务器可检测知识图谱中的每个元素,并确定该元素是否需要付费使用,例如,检测知识图谱中的元素是否具有水印,如果该元素具有水印,则确定该元素需要付费使用,例如,在如图5所示的图片中,明星图片(图5中未示出水印)为知识图谱中需要支付版权费用的元素。而元素“年终大促”没有水印,则电商用户可免费使用。
需要说明的是,知识图谱中不同的元素所需要支付的费用可能是不同的,因此,需要支付费用的元素的水印还可设置费用信息。另外,当电商用户完成付费之后,可控制支付费用的元素的水印消失,以免影响元素的使用。
此外,还需要说明的是,支付信息还包括:基于操作图片所产生的操作信息而统计到的费用,其中,操作信息包括如下至少之一:点击操作、浏览操作、复制操作、下载操作和转发操作。可选的,客户端或服务器可通过统计用户(浏览或操作该图片的用户)对图片进行点击操作的点击量、对图片进行浏览操作的浏览量、对图片进行复制操作的复制量、对图片进行下载操作的下载量、对图片进行转发操作的转发量等来确定电商用户需要支付的费用。其中,不同的操作信息对应的支付费用可能不同,例如,浏览一次图片需要支付1分,而下载一次图片需要支付2分。
步骤S22,将支付信息发送至支付系统进行版权费用的支付,其中,支付系统可以为但不限于微信、QQ、银行账户平台等支付软件。
可选的,电商用户可通过显示器来确定是否需要支付版权费用,当用户确定需要支付版权费用之后,客户端或服务器启动支付系统,并将需要支付的费用发送至支付系统,电商用户可在支付界面直接付款,或者通过第三方设备或应用(例如,微信)扫描功能支付费用。
容易注意到的是,由于电商用户所使用的图片中可能包含了多个需要付费的实体,因此,当电商用户使用该图片时需要支付费用。而由于知识图谱中包含了电商用户需要支付版权费用的元素,因此,电商用户可直观地确定需要支付版权费用的元素,以及支付费用,进而提高了电商用户的体验。
需要说明的是,在将支付信息发送至支付系统进行版权费用的支付之后,还可基于区块链技术记录支付信息和/或与支付信息对应的支付结果。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的获取图片的知识图谱的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本申请各个实施例所述的方法。
实施例2
根据本申请实施例,还提供了一种用于实施上述获取图片的知识图谱的方法的获取图片的知识图谱的装置,如图6所示,该装置60包括:获取模块601、生成模块603以及更新模块605。
其中,获取模块601,用于从已经存在的至少一种知识图谱中获取至少一种实体和实体关联的属性,其中,实体为用于设计图片时所需要的组件和/或内容;生成模块603,用于基于至少一种实体和实体关联的属性,生成初始的图片知识图谱,其中,初始的图片知识图谱包括每种实体之间的关联关系;更新模块605,用于基于历史设计数据资源,更新迭代初始的图片知识图谱,生成用于设计图片的知识图谱。
此处,需要说明的是,上述获取模块601、生成模块603以及更新模块605对应于实施例1中的步骤S202至步骤S206,三个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的计算机终端A中。
在一种可选的方案中,获取模块包括:第一获取模块以及第二获取模块。其中,第一获取模块,用于采用语义类抽取模型从至少一种知识图谱中自动抽取信息,获取知识图谱中包含的实体以及实体之间的关联;第二获取模块,用于获取实体关联的属性和/或属性信息,其中,属性信息为知识图谱的结构中与实体独立的一个维度上记载的数据。
此处,需要说明的是,上述第一获取模块以及第二获取模块对应于实施例1中的步骤S2020至步骤S2022,两个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的计算机终端A中。
在一种可选的方案中,生成模块包括:第三获取模块以及融合模块。其中,第三获取模块,用于获取每个知识图谱的实体和实体关联的属性;融合模块,用于对每个知识图谱的实体和实体关联的属性进行融合处理,生成初始的图片知识图谱;其中,通过如下任意一种或多种方式获取实体和实体关联的属性:机器学习。
此处,需要说明的是,上述第三获取模块以及融合模块对应于实施例1中的步骤S2040至步骤S2042,两个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的计算机终端A中。
在一种可选的方案中,更新模块包括:第四获取模块、挖掘模块以及迭代模块。其中,第四获取模块,用于获取预定时间段内保存的设计数据资源和/或网络上共享的设计数据资源,其中,数据设计资源包括如下至少之一:推广图片、设计素材和文档内容;挖掘模块,用于基于数据挖掘技术,从设计数据资源中挖掘得到用于设计图片的设计信息;迭代模块,用于基于设计信息,对初始的图片知识图谱进行增量式的迭代处理,生成用于设计图片的知识图谱。
此处,需要说明的是,上述第四获取模块、挖掘模块以及迭代模块对应于实施例1中的步骤S2060至步骤S2064,三个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的计算机终端A中。
在一种可选的方案中,对获取到的实体、实体关联的属性和历史设计数据资源进行如下任意一种方式的处理:去冗余、去噪音、去除冲突数据。
在一种可选的方案中,获取图片的知识图谱的装置还包括:显示模块。其中,显示模块,用于显示知识图谱,其中,允许基于接收到的更新指令对知识图谱中的实体和/或属性进行修改。
在一种可选的方案中,获取图片的知识图谱的装置还包括:接收模块、第一确定模块以及生成子模块。其中,接收模块,用于接收用于设计图片的需求信息;第一确定模块,用于基于用于设计图片的知识图谱所确定设计模型,对需求信息进行分析,获取用于设计图片的设计信息;生成子模块,用于基于设计信息,生成图片。
此处,需要说明的是,上述接收模块、第一确定模块以及生成子模块对应于实施例1中的步骤S1080至步骤S1084,三个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的计算机终端A中。
在一种可选的方案中,第一确定模块包括:第二确定模块以及第三确定模块。其中,第二确定模块,用于在获取到多个类型的设计信息的情况下,按照美学评估模型对多个类型的设计信息进行筛选,确定每个类型的设计信息的优先级结果;第三确定模块,用于按照每个类型的设计信息的优先级结果,确定用于设计图片的至少一个设计信息;其中,基于机器学习对历史图片库中的图片进行学习,得到美学评估模型,美学评估模型用于定义历史图片库中的历史图片的排序结果,排序结果基于预设的美学标准进行排序。
此处,需要说明的是,上述第二确定模块以及第三确定模块对应于实施例1中的步骤S2082至步骤S2084,两个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的计算机终端A中。
在一种可选的方案中,在知识图谱中包括需要支付版权费用的元素的情况下,获取图片的知识图谱的装置还包括:第四确定模块以及发送模块。其中,第四确定模块,用于基于知识图谱中包括需要支付版权费用的元素,确定图片对应的支付信息,其中,支付信息包括:图片包含的需要支付版权费用的内容,需要支付版权费用的内容由需要支付版权费用的元素来构成或者关联;发送模块,用于将支付信息发送至支付系统进行版权费用的支付。
此处,需要说明的是,上述第四确定模块以及发送模块对应于实施例1中的步骤S20至步骤S22,两个模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例一所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在实施例一提供的计算机终端A中。
在一种可选的方案中,支付信息还包括:基于操作图片所产生的操作信息而统计到的费用,其中,操作信息包括如下至少之一:点击操作、浏览操作、复制操作、下载操作和转发操作。
在一种可选的方案中,获取图片的知识图谱的装置还包括:记录模块。其中,记录模块,用于基于区块链技术记录支付信息和/或与支付信息对应的支付结果。
实施例3
根据本申请实施例,还提供了一种用于实施上述获取图片的知识图谱的方法的获取图片的知识图谱的设备,如图7所示,该设备包括:输入装置、处理器以及显示器。
其中,输入装置,用于从已经存在的至少一个知识图谱中读取至少一种实体和实体关联的属性,其中,实体为用于设计图片时所需要的组件和/或内容。
需要说明的是,已经存在的至少一个知识图谱为源头版权商所拥有的知识图谱,例如,Freebase、百度百科、互动百科、基维百科等知识图谱。知识图谱主要包括实体、属性以及属性值,其中,实体为具有可区别性且独立存在的某种事物,而属性指该实体所具有的性质以及不同实体之间的关系,属性值则为实体属性的具体内容,例如,在地图中,“中国”为实体,“面积”、“人口”、“首都”则为实体的属性,而“960万平方公里”、“14亿人口”、“北京”则为上述三个属性所对应的属性值。
另外,知识图谱中的实体为设计图片时所需的组件和/或内容,其中,组件可以表征图片中文字或图形的颜色、大小、形态等结构特征,其可以体现文字或图形的整体布局,包括设置在指定位置的图形、文字等信息。
处理器,用于基于至少一种实体和实体关联的属性以及历史设计数据资源生成用于设计图片的知识图谱。
可选的,处理器在获取到至少一个实体和实体关联的属性之后,可对实体以及其关联的属性进行机器翻译、多库融合等技术将至少一个知识图谱进行融合处理,从而得到初始的图片知识图库。
需要说明的是,为了保证图片知识图谱的数据资源的完整性,在得到初始的图片知识图谱之后,还需要再基于历史设计数据资源,更新迭代初始的图片知识图谱,生成用于设计图片的知识图谱,其中,知识图谱中包括需要支付版权费用的元素。
进一步地,为保证图片的知识图谱的准确性,进而提高使用知识图谱设计的图片的质量,在生成图片的知识图谱的过程中,还需要对获取到的实体、实体关联的属性和历史设计数据资源进行如下任意一种方式的处理:去冗余、去噪音、去除冲突数据。
显示器,用于显示知识图谱。
需要说明的是,为了使电商用户能够直观地查看到知识图谱,获取图片的知识图谱的设备还设置有显示器,该显示器除可显示知识图谱外,还允许基于接收到的更新指令对知识图谱中的实体和/或属性进行修改。
由上可知,通过从已经存在的至少一种知识图谱中获取至少一种实体和实体关联的属性,并基于至少一种实体和实体关联的属性,生成初始的图片和知识图谱,然后再基于历史设计数据资源,更新迭代初始的图片知识图谱,生成用于设计图片的知识图谱,其中,实体为用于设计图片时所需要的组件和/或内容,初始的图片知识图谱包括每种实体之间的关联关系,知识图谱中包括需要支付版权费用的元素。
容易注意到的是,在上述过程中,由于图片的知识图谱中包含了图片的实体与属性之前的关联关系,因此,电商用户通过图片的知识图谱可直观的获取到图片的信息。另外,在得到初始的图片知识图谱之后,再基于历史设计数据资源对初始的图片知识图谱进行更新,从而保证了图片信息的完整性。最后,由于知识图谱中包含了电商用户需要支付版权费用的元素,因此,电商用户可直观地确定需要支付版权费用的元素,以及支付费用,从而提高了电商用户的体验。
由此可见,本申请所提供的获取图片的知识图谱的设备可以达到获取图片信息的目的,从而实现了直观地展示图片信息的技术效果,进而解决了现有的存储图片信息的方式复杂、不直观的技术问题。
在本申请上述实施例中,处理器还可采用语义类抽取模型从至少一种知识图谱中自动抽取信息,并获取知识图谱中包含的实体以及实体之间的关联,然后再获取实体关联的属性和/或属性信息,其中,属性信息为知识图谱的结构中与实体独立的一个维度上记载的数据。
在本申请上述实施例中,处理器还用于获取每个知识图谱的实体和实体关联的属性,并对每个知识图谱的实体和实体关联的属性进行融合处理,生成初始的图片知识图谱,其中,通过如下任意一种或多种方式获取实体和实体关联的属性:机器学习。
在本申请上述实施例中,处理器还用于获取预定时间段内保存的设计数据资源和/或网络上共享的设计数据资源,并基于数据挖掘技术,从设计数据资源中挖掘得到用于设计图片的设计信息,然后再基于设计信息,对初始的图片知识图谱进行增量式的迭代处理,生成用于设计图片的知识图谱。其中,数据设计资源包括如下至少之一:推广图片、设计素材和文档内容。
在本申请上述实施例中,处理器还可接收用于设计图片的需求信息,并基于用于设计图片的知识图谱所确定设计模型,对需求信息进行分析,获取用于设计图片的设计信息,然后再基于设计信息,生成图片。
在本申请上述实施例中,在获取到多个类型的设计信息的情况下,处理器按照美学评估模型对多个类型的设计信息进行筛选,确定每个类型的设计信息的优先级结果,并按照每个类型的设计信息的优先级结果,确定用于设计图片的至少一个设计信息;其中,基于机器学习对历史图片库中的图片进行学习,得到美学评估模型,美学评估模型用于定义历史图片库中的历史图片的排序结果,排序结果基于预设的美学标准进行排序。
在本申请上述实施例中,在基于设计信息,生成图片之后,处理器基于知识图谱中包括需要支付版权费用的元素,确定图片对应的支付信息,并将支付信息发送至支付系统进行版权费用的支付。其中,支付信息包括:图片包含的需要支付版权费用的内容,需要支付版权费用的内容由需要支付版权费用的元素来构成或者关联。
需要说明的是,支付信息还包括:基于操作图片所产生的操作信息而统计到的费用,其中,操作信息包括如下至少之一:点击操作、浏览操作、复制操作、下载操作和转发操作。
在本申请上述实施例中,在将支付信息发送至支付系统进行版权费用的支付之后,处理器还基于区块链技术记录支付信息和/或与支付信息对应的支付结果。
实施例4
根据本申请实施例,还提供了一种获取图片的知识图谱的系统,该系统可执行实施例1中的获取图片的知识图谱的方法,其中,该系统包括:处理器以及存储器。
其中,存储器,与处理器连接,用于为处理器提供处理以下处理步骤的指令:从已经存在的至少一种知识图谱中获取至少一种实体和实体关联的属性,其中,实体为用于设计图片时所需要的组件和/或内容;基于至少一种实体和实体关联的属性,生成初始的图片知识图谱,其中,初始的图片知识图谱包括每种实体之间的关联关系;基于历史设计数据资源,更新迭代初始的图片知识图谱,生成用于设计图片的知识图谱,其中,知识图谱中包括需要支付版权费用的元素。
由上可知,通过从已经存在的至少一种知识图谱中获取至少一种实体和实体关联的属性,并基于至少一种实体和实体关联的属性,生成初始的图片和知识图谱,然后再基于历史设计数据资源,更新迭代初始的图片知识图谱,生成用于设计图片的知识图谱,其中,实体为用于设计图片时所需要的组件和/或内容,初始的图片知识图谱包括每种实体之间的关联关系,知识图谱中包括需要支付版权费用的元素。
容易注意到的是,在上述过程中,由于图片的知识图谱中包含了图片的实体与属性之前的关联关系,因此,电商用户通过图片的知识图谱可直观的获取到图片的信息。另外,在得到初始的图片知识图谱之后,再基于历史设计数据资源对初始的图片知识图谱进行更新,从而保证了图片信息的完整性。最后,由于知识图谱中包含了电商用户需要支付版权费用的元素,因此,电商用户可直观地确定需要支付版权费用的元素,以及支付费用,从而提高了电商用户的体验。
由此可见,本申请所提供的获取图片的知识图谱的系统可以达到获取图片信息的目的,从而实现了直观地展示图片信息的技术效果,进而解决了现有的存储图片信息的方式复杂、不直观的技术问题。
实施例5
本发明的实施例可以提供一种计算机设备,该计算机设备可以是计算机终端群中的任意一个计算机终端设备。可选地,在本实施例中,上述计算机设备也可以替换为移动终端等终端设备。
可选地,在本实施例中,上述计算机设备可以位于计算机网络的多个网络设备中的至少一个网络设备。
在本实施例中,上述计算机设备可以执行获取图片的知识图谱的方法中以下步骤的程序代码:从已经存在的至少一种知识图谱中获取至少一种实体和实体关联的属性,其中,实体为用于设计图片时所需要的组件和/或内容;基于至少一种实体和实体关联的属性,生成初始的图片知识图谱,其中,初始的图片知识图谱包括每种实体之间的关联关系;基于历史设计数据资源,更新迭代初始的图片知识图谱,生成用于设计图片的知识图谱。
可选地,图8是根据本申请实施例的一种计算机设备的结构框图。如图8所示,该计算机设备B可以包括:一个或多个(图中仅示出一个)处理器802、存储器804以及传输装置806。
其中,存储器可用于存储软件程序以及模块,如本申请实施例中的获取图片的知识图谱的方法对应的程序指令/模块,处理器通过运行存储在存储器内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的获取图片的知识图谱的方法。存储器可包括高速随机存储器,还可以包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至计算机设备B。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
处理器可以通过传输装置调用存储器存储的信息及应用程序,以执行下述步骤:从已经存在的至少一种知识图谱中获取至少一种实体和实体关联的属性,其中,实体为用于设计图片时所需要的组件和/或内容;基于至少一种实体和实体关联的属性,生成初始的图片知识图谱,其中,初始的图片知识图谱包括每种实体之间的关联关系;基于历史设计数据资源,更新迭代初始的图片知识图谱,生成用于设计图片的知识图谱。
可选的,上述处理器还可以执行如下步骤的程序代码:采用语义类抽取模型从至少一种知识图谱中自动抽取信息,获取知识图谱中包含的实体以及实体之间的关联;获取实体关联的属性和/或属性信息,其中,属性信息为知识图谱的结构中与实体独立的一个维度上记载的数据。
可选的,上述处理器还可以执行如下步骤的程序代码:获取每个知识图谱的实体和实体关联的属性;对每个知识图谱的实体和实体关联的属性进行融合处理,生成初始的图片知识图谱;其中,通过如下任意一种或多种方式获取实体和实体关联的属性:机器学习。
可选的,上述处理器还可以执行如下步骤的程序代码:获取预定时间段内保存的设计数据资源和/或网络上共享的设计数据资源,其中,数据设计资源包括如下至少之一:推广图片、设计素材和文档内容;基于数据挖掘技术,从设计数据资源中挖掘得到用于设计图片的设计信息;基于设计信息,对初始的图片知识图谱进行增量式的迭代处理,生成用于设计图片的知识图谱。
可选的,上述处理器还可以执行如下步骤的程序代码:对获取到的实体、实体关联的属性和历史设计数据资源进行如下任意一种方式的处理:去冗余、去噪音、去除冲突数据。
可选的,上述处理器还可以执行如下步骤的程序代码:显示知识图谱,其中,允许基于接收到的更新指令对知识图谱中的实体和/或属性进行修改。
可选的,上述处理器还可以执行如下步骤的程序代码:接收用于设计图片的需求信息;基于用于设计图片的知识图谱所确定设计模型,对需求信息进行分析,获取用于设计图片的设计信息;基于设计信息,生成图片。
可选的,上述处理器还可以执行如下步骤的程序代码:在获取到多个类型的设计信息的情况下,按照美学评估模型对多个类型的设计信息进行筛选,确定每个类型的设计信息的优先级结果;按照每个类型的设计信息的优先级结果,确定用于设计图片的至少一个设计信息;其中,基于机器学习对历史图片库中的图片进行学习,得到美学评估模型,美学评估模型用于定义历史图片库中的历史图片的排序结果,排序结果基于预设的美学标准进行排序。
可选的,上述处理器还可以执行如下步骤的程序代码:在知识图谱中包括需要支付版权费用的元素的情况下,基于知识图谱中包括需要支付版权费用的元素,确定图片对应的支付信息,其中,支付信息包括:图片包含的需要支付版权费用的内容,需要支付版权费用的内容由需要支付版权费用的元素来构成或者关联;将支付信息发送至支付系统进行版权费用的支付。支付信息还包括:基于操作图片所产生的操作信息而统计到的费用,其中,操作信息包括如下至少之一:点击操作、浏览操作、复制操作、下载操作和转发操作。
可选的,上述处理器还可以执行如下步骤的程序代码:基于区块链技术记录支付信息和/或与支付信息对应的支付结果。
采用本申请实施例,提供了一种获取图片的知识图谱的方法。通过从已经存在的至少一种知识图谱中获取至少一种实体和实体关联的属性,并基于至少一种实体和实体关联的属性,生成初始的图片和知识图谱,然后再基于历史设计数据资源,更新迭代初始的图片知识图谱,生成用于设计图片的知识图谱,其中,实体为用于设计图片时所需要的组件和/或内容,初始的图片知识图谱包括每种实体之间的关联关系,知识图谱中包括需要支付版权费用的元素,从而达到获取图片信息的目的,进而解决了现有的存储图片信息的方式复杂、不直观的技术问题。
本领域普通技术人员可以理解,图8所示的结构仅为示意,计算机终端也可以是智能手机(如Android手机、iOS手机等)、平板电脑、掌声电脑以及移动互联网设备(MobileInternet Devices,MID)、PAD等终端设备。图8其并不对上述电子装置的结构造成限定。例如,计算机终端B还可包括比图8中所示更多或者更少的组件(如网络接口、显示装置等),或者具有与图8所示不同的配置。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令终端设备相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:闪存盘、只读存储器(Read-Only Memory,ROM)、随机存取器(RandomAccess Memory,RAM)、磁盘或光盘等。
实施例6
本申请的实施例还提供了一种存储介质。可选地,在本实施例中,上述存储介质可以用于保存上述实施例一所提供的获取图片的知识图谱的方法所执行的程序代码。
可选地,在本实施例中,上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中,或者位于移动终端群中的任意一个移动终端中。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:从已经存在的至少一种知识图谱中获取至少一种实体和实体关联的属性,其中,实体为用于设计图片时所需要的组件和/或内容;基于至少一种实体和实体关联的属性,生成初始的图片知识图谱,其中,初始的图片知识图谱包括每种实体之间的关联关系;基于历史设计数据资源,更新迭代初始的图片知识图谱,生成用于设计图片的知识图谱。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:采用语义类抽取模型从至少一种知识图谱中自动抽取信息,获取知识图谱中包含的实体以及实体之间的关联;获取实体关联的属性和/或属性信息,其中,属性信息为知识图谱的结构中与实体独立的一个维度上记载的数据。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:获取每个知识图谱的实体和实体关联的属性;对每个知识图谱的实体和实体关联的属性进行融合处理,生成初始的图片知识图谱;其中,通过如下任意一种或多种方式获取实体和实体关联的属性:机器学习。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:获取预定时间段内保存的设计数据资源和/或网络上共享的设计数据资源,其中,数据设计资源包括如下至少之一:推广图片、设计素材和文档内容;基于数据挖掘技术,从设计数据资源中挖掘得到用于设计图片的设计信息;基于设计信息,对初始的图片知识图谱进行增量式的迭代处理,生成用于设计图片的知识图谱。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:对获取到的实体、实体关联的属性和历史设计数据资源进行如下任意一种方式的处理:去冗余、去噪音、去除冲突数据。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:显示知识图谱,其中,允许基于接收到的更新指令对知识图谱中的实体和/或属性进行修改。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:接收用于设计图片的需求信息;基于用于设计图片的知识图谱所确定设计模型,对需求信息进行分析,获取用于设计图片的设计信息;基于设计信息,生成图片。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:在获取到多个类型的设计信息的情况下,按照美学评估模型对多个类型的设计信息进行筛选,确定每个类型的设计信息的优先级结果;按照每个类型的设计信息的优先级结果,确定用于设计图片的至少一个设计信息;其中,基于机器学习对历史图片库中的图片进行学习,得到美学评估模型,美学评估模型用于定义历史图片库中的历史图片的排序结果,排序结果基于预设的美学标准进行排序。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:在知识图谱中包括需要支付版权费用的元素的情况下,基于知识图谱中包括需要支付版权费用的元素,确定图片对应的支付信息,其中,支付信息包括:图片包含的需要支付版权费用的内容,需要支付版权费用的内容由需要支付版权费用的元素来构成或者关联;将支付信息发送至支付系统进行版权费用的支付。支付信息还包括:基于操作图片所产生的操作信息而统计到的费用,其中,操作信息包括如下至少之一:点击操作、浏览操作、复制操作、下载操作和转发操作。
可选地,在本实施例中,存储介质被设置为存储用于执行以下步骤的程序代码:基于区块链技术记录支付信息和/或与支付信息对应的支付结果。
上述本申请实施例序号仅仅为了描述,不代表实施例的优劣。
在本申请的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,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,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
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,在本申请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,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品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设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本申请的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本申请原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本申请的保护范围。
Claims (16)
1.一种获取图片的知识图谱的方法,其特征在于,包括:
从已经存在的至少一种知识图谱中获取至少一种实体和实体关联的属性,其中,所述实体为用于设计图片时所需要的组件和/或内容;
基于所述至少一种实体和实体关联的属性,生成初始的图片知识图谱,其中,所述初始的图片知识图谱包括每种实体之间的关联关系;
基于历史设计数据资源,更新迭代所述初始的图片知识图谱,生成用于设计图片的知识图谱。
2.根据权利要求1所述的方法,其特征在于,从已经存在的至少一种知识图谱中获取至少一种实体和实体关联的属性,包括:
采用语义类抽取模型从所述至少一种知识图谱中自动抽取信息,获取所述知识图谱中包含的实体以及实体之间的关联;
获取与所述实体关联的属性和/或属性信息,其中,所述属性信息为所述知识图谱的结构中与所述实体独立的一个维度上记载的数据。
3.根据权利要求2所述的方法,其特征在于,基于所述至少一种实体和实体关联的属性,生成初始的图片知识图谱,包括:
获取每个知识图谱的实体和实体关联的属性;
对所述每个知识图谱的实体和实体关联的属性进行融合处理,生成所述初始的图片知识图谱;
其中,通过如下任意一种或多种方式获取所述实体和实体关联的属性:机器学习。
4.根据权利要求1所述的方法,其特征在于,基于历史设计数据资源,更新迭代所述初始的图片知识图谱,生成用于设计图片的知识图谱,包括:
获取预定时间段内保存的设计数据资源和/或网络上共享的设计数据资源,其中,所述数据设计资源包括如下至少之一:推广图片、设计素材和文档内容;
基于数据挖掘技术,从所述设计数据资源中挖掘得到用于设计图片的设计信息;
基于所述设计信息,对所述初始的图片知识图谱进行增量式的迭代处理,生成所述用于设计图片的知识图谱。
5.根据权利要求1所述的方法,其特征在于,对获取到的所述实体、实体关联的属性和所述历史设计数据资源进行如下任意一种方式的处理:去冗余、去噪音、去除冲突数据。
6.根据权利要求1所述的方法,其特征在于,在基于历史设计数据资源,更新迭代所述初始的图片知识图谱,生成用于设计图片的知识图谱之后,所述方法还包括:
显示所述知识图谱,其中,允许基于接收到的更新指令对所述知识图谱中的实体和/或属性进行修改。
7.根据权利要求1至6中任意一项所述的方法,其特征在于,在生成用于设计图片的知识图谱之后,所述方法还包括:
接收用于设计图片的需求信息;
基于所述用于设计图片的知识图谱所确定设计模型,对所述需求信息进行分析,获取用于设计所述图片的设计信息;
基于所述设计信息,生成图片。
8.根据权利要求7所述的方法,其特征在于,基于所述用于设计图片的知识图谱所确定设计模型,对所述需求信息进行分析,获取用于设计所述图片的设计信息,包括:
在获取到多个类型的设计信息的情况下,按照美学评估模型对所述多个类型的设计信息进行筛选,确定每个类型的设计信息的优先级结果;
按照所述每个类型的设计信息的优先级结果,确定所述用于设计所述图片的至少一个设计信息;
其中,基于机器学习对历史图片库中的图片进行学习,得到所述美学评估模型,所述美学评估模型用于定义所述历史图片库中的历史图片的排序结果,所述排序结果基于预设的美学标准进行排序。
9.根据权利要求7所述的方法,其特征在于,在所述知识图谱中包括需要支付版权费用的元素的情况下,在基于所述设计信息,生成图片之后,所述方法还包括:
基于所述知识图谱中包括需要支付版权费用的元素,确定所述图片对应的支付信息,其中,所述支付信息包括:所述图片包含的需要支付版权费用的内容,所述需要支付版权费用的内容由所述需要支付版权费用的元素来构成或者关联;
将所述支付信息发送至支付系统进行版权费用的支付。
10.根据权利要求9所述的方法,其特征在于,所述支付信息还包括:基于操作所述图片所产生的操作信息而统计到的费用,其中,所述操作信息包括如下至少之一:点击操作、浏览操作、复制操作、下载操作和转发操作。
11.根据权利要求9所述的方法,其特征在于,在将所述支付信息发送至支付系统进行版权费用的支付之后,所述方法还包括:基于区块链技术记录所述支付信息和/或与所述支付信息对应的支付结果。
12.一种获取图片的知识图谱的装置,其特征在于,包括:
获取模块,用于从已经存在的至少一种知识图谱中获取至少一种实体和实体关联的属性,其中,所述实体为用于设计图片时所需要的组件和/或内容;
生成模块,用于基于所述至少一种实体和实体关联的属性,生成初始的图片知识图谱,其中,所述初始的图片知识图谱包括每种实体之间的关联关系;
更新模块,用于基于历史设计数据资源,更新迭代所述初始的图片知识图谱,生成用于设计图片的知识图谱。
13.一种获取图片的知识图谱的设备,其特征在于,包括:
输入装置,用于从已经存在的至少一个知识图谱中读取至少一种实体和实体关联的属性,其中,所述实体为用于设计图片时所需要的组件和/或内容;
处理器,用于基于所述至少一种实体和实体关联的属性以及历史设计数据资源生成用于设计图片的知识图谱;
显示器,用于显示所述知识图谱。
14.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行如下步骤:
从已经存在的至少一种知识图谱中获取至少一种实体和实体关联的属性,其中,所述实体为用于设计图片时所需要的组件和/或内容;基于所述至少一种实体和实体关联的属性,生成初始的图片知识图谱,其中,所述初始的图片知识图谱包括每种实体之间的关联关系;基于历史设计数据资源,更新迭代所述初始的图片知识图谱,生成用于设计图片的知识图谱。
15.一种计算机设备,其特征在于,包括处理器,所述处理器用于运行程序,其中,所述程序运行时执行如下步骤:
从已经存在的至少一种知识图谱中获取至少一种实体和实体关联的属性,其中,所述实体为用于设计图片时所需要的组件和/或内容;基于所述至少一种实体和实体关联的属性,生成初始的图片知识图谱,其中,所述初始的图片知识图谱包括每种实体之间的关联关系;基于历史设计数据资源,更新迭代所述初始的图片知识图谱,生成用于设计图片的知识图谱。
16.一种获取图片的知识图谱的系统,其特征在于,包括:
处理器;以及
存储器,与所述处理器连接,用于为所述处理器提供处理以下处理步骤的指令:从已经存在的至少一种知识图谱中获取至少一种实体和实体关联的属性,其中,所述实体为用于设计图片时所需要的组件和/或内容;基于所述至少一种实体和实体关联的属性,生成初始的图片知识图谱,其中,所述初始的图片知识图谱包括每种实体之间的关联关系;基于历史设计数据资源,更新迭代所述初始的图片知识图谱,生成用于设计图片的知识图谱。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810515908.4A CN110598021B (zh) | 2018-05-25 | 2018-05-25 | 获取图片的知识图谱的方法、装置和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810515908.4A CN110598021B (zh) | 2018-05-25 | 2018-05-25 | 获取图片的知识图谱的方法、装置和系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110598021A true CN110598021A (zh) | 2019-12-20 |
CN110598021B CN110598021B (zh) | 2023-03-21 |
Family
ID=68848722
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810515908.4A Active CN110598021B (zh) | 2018-05-25 | 2018-05-25 | 获取图片的知识图谱的方法、装置和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110598021B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111460235A (zh) * | 2020-04-24 | 2020-07-28 | 北京同心尚科技发展有限公司 | 图谱数据的处理方法、装置、设备及存储介质 |
CN111478881A (zh) * | 2020-03-04 | 2020-07-31 | 深圳壹账通智能科技有限公司 | 组织与联盟的双向推荐方法、装置、设备及存储介质 |
CN111641621A (zh) * | 2020-05-21 | 2020-09-08 | 杭州安恒信息技术股份有限公司 | 物联网安全事件识别方法、装置和计算机设备 |
CN112507042A (zh) * | 2021-02-01 | 2021-03-16 | 北京睿企信息科技有限公司 | 一种支持增量实体关联的关系图谱计算方法 |
CN115543402A (zh) * | 2022-11-21 | 2022-12-30 | 北京大学 | 一种基于代码提交的软件知识图谱增量更新方法 |
WO2023024098A1 (zh) * | 2021-08-27 | 2023-03-02 | 西门子股份公司 | 生成知识图谱的方法、装置和计算机可读介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101477521A (zh) * | 2008-12-18 | 2009-07-08 | 四川大学 | 用于构建机械产品设计知识库的非规范知识获取方法 |
KR20110064833A (ko) * | 2009-12-09 | 2011-06-15 | 한국전자통신연구원 | 지식 그래프 정제 장치 및 방법 |
CN102592010A (zh) * | 2011-12-30 | 2012-07-18 | 四川大学 | 创新设计网络平台构建和应用方法 |
CN103218619A (zh) * | 2013-03-15 | 2013-07-24 | 华南理工大学 | 一种图像美学评价方法 |
CN106355627A (zh) * | 2015-07-16 | 2017-01-25 | 中国石油化工股份有限公司 | 一种用于生成知识图谱的方法及系统 |
-
2018
- 2018-05-25 CN CN201810515908.4A patent/CN110598021B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101477521A (zh) * | 2008-12-18 | 2009-07-08 | 四川大学 | 用于构建机械产品设计知识库的非规范知识获取方法 |
KR20110064833A (ko) * | 2009-12-09 | 2011-06-15 | 한국전자통신연구원 | 지식 그래프 정제 장치 및 방법 |
CN102592010A (zh) * | 2011-12-30 | 2012-07-18 | 四川大学 | 创新设计网络平台构建和应用方法 |
CN103218619A (zh) * | 2013-03-15 | 2013-07-24 | 华南理工大学 | 一种图像美学评价方法 |
CN106355627A (zh) * | 2015-07-16 | 2017-01-25 | 中国石油化工股份有限公司 | 一种用于生成知识图谱的方法及系统 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111478881A (zh) * | 2020-03-04 | 2020-07-31 | 深圳壹账通智能科技有限公司 | 组织与联盟的双向推荐方法、装置、设备及存储介质 |
CN111460235A (zh) * | 2020-04-24 | 2020-07-28 | 北京同心尚科技发展有限公司 | 图谱数据的处理方法、装置、设备及存储介质 |
CN111641621A (zh) * | 2020-05-21 | 2020-09-08 | 杭州安恒信息技术股份有限公司 | 物联网安全事件识别方法、装置和计算机设备 |
CN112507042A (zh) * | 2021-02-01 | 2021-03-16 | 北京睿企信息科技有限公司 | 一种支持增量实体关联的关系图谱计算方法 |
CN112507042B (zh) * | 2021-02-01 | 2021-05-18 | 北京睿企信息科技有限公司 | 一种支持增量实体关联的关系图谱计算方法 |
WO2023024098A1 (zh) * | 2021-08-27 | 2023-03-02 | 西门子股份公司 | 生成知识图谱的方法、装置和计算机可读介质 |
CN115543402A (zh) * | 2022-11-21 | 2022-12-30 | 北京大学 | 一种基于代码提交的软件知识图谱增量更新方法 |
CN115543402B (zh) * | 2022-11-21 | 2023-03-24 | 北京大学 | 一种基于代码提交的软件知识图谱增量更新方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110598021B (zh) | 2023-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110598021B (zh) | 获取图片的知识图谱的方法、装置和系统 | |
US8718369B1 (en) | Techniques for shape-based search of content | |
US20150379006A1 (en) | Automatic image-based recommendations using a color palette | |
CN110727431A (zh) | 小程序生成方法以及装置 | |
CN107784504B (zh) | 客户回访事件的生成方法及终端设备 | |
KR102233394B1 (ko) | 맞춤형 의류 코디네이션 및 구매 시스템 및 방법 | |
CN109783757B (zh) | 渲染网页的方法及装置、系统、存储介质、电子装置 | |
CN113538018A (zh) | 一种基于区块链的nft作品处理方法及其装置 | |
JP5042346B2 (ja) | 情報表示装置、方法及びプログラム | |
US20210319500A1 (en) | Method and apparatus for entering review interface | |
TW201339944A (zh) | 提供頁面排版功能的寄存服務系統 | |
Feng et al. | Gallery dc: Auto-created gui component gallery for design search and knowledge discovery | |
TWI606409B (zh) | A method for automatically generating applications and services on a single portal | |
CN111414509A (zh) | 为小程序提供图片素材的方法和装置 | |
KR20210119059A (ko) | 그림 서비스 및 소셜 공유 플랫폼 | |
CN110569416A (zh) | 基于数据爬取的app控件的处理方法及相关产品 | |
CN108509582B (zh) | 一种信息的回复方法、终端设备及计算机可读存储介质 | |
KR101697290B1 (ko) | 웹 브라우저에서 구현되는 웹사이트 제작 방법 및 시스템 | |
US10586263B2 (en) | Touch and pressure-based apparel image searching | |
KR20200050108A (ko) | 창작자와 사용자를 연결하는 채색 서비스 시스템 및 그 방법 | |
CN112115692A (zh) | 制作电子表单的方法、装置以及存储介质 | |
WO2015023261A1 (en) | Representing numerical data in a mobile device | |
JP5094932B2 (ja) | 情報表示装置、方法及びプログラム | |
CN113805886A (zh) | 页面创建方法、装置和系统、计算机装置和存储介质 | |
CN112837131A (zh) | 销售应用开发方法、装置、设备及存储介质 |
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 |